CITA
CITA是一种用于长程工具调用场景的比较推理框架，通过训练比较推理模型（CIM）对候选工具调用进行相对价值评估，结合贝叶斯工具图模拟器与LLM语义判断提供步骤级监督信号，解决信用分配难题
时间轴 (近 90 天)
CITA（Comparative Inference for Tool-use Agents）是一个工具使用智能体的比较推理框架，核心是训练一个比较推理模型（CIM）来估计候选工具调用支撑最终任务成功的概率
CITA的核心观点是高效的工具使用智能体应当在执行工具调用之前就估计其长程价值，即'选择先于行动'
CIM的训练依赖成对信号，融合三种互补监督来源：观测到的工具行为、贝叶斯工具图模拟器、LLM语义判断
贝叶斯工具图模拟器能在无需实际执行的情况下估计若某步选择工具X而非Y对后续成功概率的影响，从而生成反事实对比样本
研究者在三个工具使用基准测试上结合多个不同骨干LLM验证CITA，结果显示在Tool F1和任务成功率两项指标上都取得一致提升
CITA将问题从难以获取的绝对价值监督转化为更易处理的比较监督，为长程决策任务提供新的技术路径
全部知识事实 (6)
CITA（Comparative Inference for Tool-use Agents）是一个工具使用智能体的比较推理框架，核心是训练一个比较推理模型（CIM）来估计候选工具调用支撑最终任务成功的概率
50%待验证CITA的核心观点是高效的工具使用智能体应当在执行工具调用之前就估计其长程价值，即'选择先于行动'
50%待验证CIM的训练依赖成对信号，融合三种互补监督来源：观测到的工具行为、贝叶斯工具图模拟器、LLM语义判断
50%待验证贝叶斯工具图模拟器能在无需实际执行的情况下估计若某步选择工具X而非Y对后续成功概率的影响，从而生成反事实对比样本
50%待验证研究者在三个工具使用基准测试上结合多个不同骨干LLM验证CITA，结果显示在Tool F1和任务成功率两项指标上都取得一致提升
50%待验证CITA将问题从难以获取的绝对价值监督转化为更易处理的比较监督，为长程决策任务提供新的技术路径
50%