待验证50% 置信事实精确时间
Tool F1是综合查准率和查全率的工具调用质量指标，比单纯任务成功率更细粒度
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
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74% 相似待验证工具动态召回机制先从大规模工具库中通过向量检索筛选最相关的候选工具，再交由模型最终决策，以缓解工具描述质量参差带来的准确率衰减73% 相似待验证工具调用准确性测试需关注工具选择准确性、参数提取准确性、工具链编排合理性三个层次，其中参数提取往往最容易出问题70% 相似待验证适合系统综述筛选场景的评估指标包括召回率、精确率、F1 分数以及 Work Saved over Sampling（WSS）68% 相似待验证工具描述质量直接决定模型是否选对工具，模型在所有已注册工具的描述文本中进行语义匹配67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/975636API
curl https://kongchang.com/api/v1/knowledge/claims/975636MCP
get_claim(id=975636)