已过期65% 置信事实精确时间
When available tools exceed 15-20, mainstream LLMs show a noticeable decline in tool selection accuracy.
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30(已过期)
来源
Core Analysis of Agent Skill: Progressive Disclosure & Middleware Practical Guide
bilibili码士集团-马小雪2026/6/22
相关事实
待验证在工具数量超过20个的场景下，工具描述的语义歧义度与模型选择准确率之间存在显著的负相关关系73% 相似待验证在真实环境A/B测试中，经过后续训练的检查点相比早期版本，工具调用失败率相对降低了21.2%67% 相似待验证加州大学伯克利分校发布的 Gorilla 基准测试表明，当候选工具超过 20 个时，即便是 GPT-4 级别的模型，工具选择准确率也会下降 15%-30%65% 相似待验证在结构性度量新划分的稀有实体切片上，当前最先进系统的准确率下降幅度达到15.4%至39.9%63% 相似待验证模型自主触发Skills时，全量注入所有Skill描述的方案在Skills数量超过数十个后性能显著下降63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/42523API
curl https://kongchang.com/api/v1/knowledge/claims/42523MCP
get_claim(id=42523)