评分 7 · 来源：arXiv cs.AI · 发布于 2026-04-23
评分依据：针对工具数量庞大时Agent工具选择错误的核心问题，提出联合优化框架，具有较好的创新性和实用参考价值。
LLM Agent在工具数量增多且领域化时，模糊的工具描述和不充分的指令常导致工具选择错误和槽位/值实例化错误。JTPRO提出联合工具-提示反思优化框架，通过协同优化工具选择和提示生成来应对这一挑战。
核心贡献：
- 联合优化工具选择与提示生成的反思框架
- 解决工具描述模糊和指令不充分导致的误选问题
- 为大规模工具调用场景提供系统化解决方案