結構化擴展拿下Agent工具檢索新SOTA，精準找到API
核心技術突破：工具文檔結構化擴展
針對大模型無法有效調用工具的問題，研究團隊提出透過「工具文檔結構化擴展（document expansion）」技術，將原本零散、簡略的API描述補充為更完整、可檢索的語義資訊。此技術透過語義解析與資訊補全，使工具描述更具可讀性與可用性，進而提升大模型對工具的識別與調用能力。
應用場景與實證成果
該技術已成功應用於阿里開發的Agentic LLM框架中，並在多項任務測試中取得SOTA（State-of-the-Art）表現。實證顯示，透過結構化擴展後的工具文檔，大模型能更精確地理解工具功能與使用情境，大幅改善任務執行的準確性與完整性。
技術影響與未來發展
此技術不僅適用於API檢索，也為後續開發具備自主學習與問題深化能力的智能體（Agent）提供關鍵基礎。未來將進一步結合多階段推理與工具調用循環，實現類似「滾雪球」的任務難度可控升級機制，提升長任務處理能力。