Unverified80% confidenceFactTime unknown
对于不支持工具调用的模型，通常需要通过精心设计的Prompt来模拟工具调用行为，但稳定性和准确率会明显下降
1
Sources
80%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
Agentic RAG实战教程：用LangGraph实现智能检索增强生成
bilibiliAI大模型__
Related Entities
Related Claims
Unverified工具的动作要幂等，错误要明确，否则模型调用失败后无法补救81% similarUnverified结构化、类型强约束的工具响应可以显著降低模型在解析阶段产生误解的概率77% similarUnverified相关研究指出基础模型通常能从约束中受益，但指令微调过的模型在开放式生成任务上质量会明显下降76% similarUnverified研究表明模型在处理约束性指令时的准确率显著低于处理生成性指令，这被称为'约束遵循缺陷'76% similarUnverified面对不同失败模式应采取不同数据合成策略：错误工具调用则合成对应失败轨迹强化，长任务表现挣扎则生成多步骤轨迹，过度使用工具则通过评分筛选优化调用效率74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/26762API
curl https://kongchang.com/api/v1/knowledge/claims/26762MCP
get_claim(id=26762)