Hugging Face Daily Papers·· 4 天前精选AI 评分58
同一模拟不同证据：检索工具输出为何让 LLM 智能体损失精度
Same Simulation, Different Evidence: Where Retrieved Tool Output Costs LLM Agents Accuracy
AI 导读
论文用 USGS 地球化学模拟器 PHREEQC 的 158 道执行验证选择题测试智能体，发现通过章节索引检索模拟器报告而非放入上下文时，GPT-5.1 和 GPT-5.2 分别损失 11.3 和 7.9 个百分点的准确率，Claude Opus 4.6 与 Claude Sonnet 4.6 未出现可检测的损失。
推荐理由
论文用可追溯的地球化学模拟器输出定位智能体检索式上下文管理带来的精度损失，并给出可迁移的改进方向。
来源：Hugging Face Daily Papers · huggingface.co