Inteligência artificial, sem ruído.
Agentes de IA2 min

Menu de ferramentas certo eleva sucesso de agentes de IA de 73,7% para 89,8%

Pesquisadores da USC mostram que ordenar o menu de ferramentas como um prior de execução eleva a taxa de sucesso em tarefas multi-etapas no ToolBench.

Menu de ferramentas certo eleva sucesso de agentes de IA de 73,7% para 89,8%

Milhares de ferramentas, um agente só

Modelos de linguagem agem por meio de ferramentas, mas agentes reais enfrentam bibliotecas com milhares de interfaces. Mostrar todas é inviável. A solução prática é o menu de ferramentas: um subconjunto curto e ordenado de ferramentas apresentado ao agente antes da execução — e ele só pode chamar ferramentas que estão nesse menu.

O problema, segundo pesquisadores da University of Southern California, é que os construtores de menu atuais ordenam as ferramentas por relevância em relação ao pedido. Isso pode até colocar a “ação final” no topo, mas omite ou atrasa as ferramentas produtoras — aquelas que geram os dados de entrada de que a ação final depende.

A ideia: o menu como “prior de execução”

Os autores introduzem o conceito de state path (caminho de estado): uma rota pré-execução que liga o estado observável do pedido ao resultado desejado. O State-Path Tool Menu aprende essa rota e trata o menu como um prior sobre as rotas de execução possíveis.

Na prática, o framework usa um encoder para representar quais ferramentas podem rodar a partir do estado atual, um retriever para cobrir a entrada executável, os produtores de insumos faltantes e a ação final, e um reranker que coloca os produtores antes dos consumidores.

Resultados concretos

No benchmark ToolBench, o menu elevou a taxa de sucesso online de 73,7% para 89,8%, superando baselines de retrieval, reranking, geração e roteamento — sem alterar o agente em si. Mais impressionante: o menu State-Path cobre cadeias mais completas usando 32 ferramentas do que a lista oficial cobre com 128. O ganho se mantém em diferentes famílias de executores e capacidades de modelo.

Para equipes que mantêm catálogos grandes de APIs e MCP servers, a lição é direta: a ordem e a seleção do menu importam tanto quanto a capacidade do modelo.



Descubra mais sobre noticiAI

Assine para receber nossas notícias mais recentes por e-mail.

R
Sobre o autorRedação Noticiai

Equipe editorial dedicada a explicar inteligência artificial com clareza, independência e contexto.