#tool-use | AiNews

🧠 模型动态 LINUX DO

9 天前

日期计算难倒主流大模型，暴露时序推理短板

近日，Linux.do 社区关于“日期计算难倒一大批主流大模型”的讨论引发热议。测试表明，包括 Kimi、DeepSeek、ChatGPT 在内的多款模型在面对相对日期计算（如推算特定天数前的星期）时频繁出错。这一现象暴露了大模型在时序推理（Temporal Reasoning）上的底层短板。由于 LLM 基于概率预测，缺乏真正的时间感知和逻辑计算能力，在处理涉及大小月、闰年等确定性数学问题时极易产生“幻觉”。这给开发者的启示是：在构建涉及时间计算的 AI Agent 或应用时，不能直接依赖模型原生输出，而应通过 Function Calling、Code Interpreter 或 MCP 协议，将计算任务交由确定性的代码（如 Python 的 datetime 库）执行，以确保结果的绝对准确。

#llm #reasoning #benchmark

🤖 AI Agent LINUX DO

6月15日

Agent工具调用中的LLM输出算推理吗？

该话题探讨了 AI Agent 运行机制中的核心概念：在“思考-行动-观察”循环中，LLM 决定调用工具的中间输出是否属于“推理”。主要技术要点与结论包括： 1. **推理的定义界定**：狭义的推理指 LLM 内部的逻辑推导（如 CoT）；而广义上，LLM 基于当前状态决定“何时调用何种工具并构建参数”的决策过程，同样是高度复杂的语义推理表现。 2. **工具调用与推理的协同**：工具执行本身是 Action，但“决定调用”和“解析工具返回结果”均依赖 LLM 的推理能力。当前如 OpenAI o1 等新型推理模型正将内部推理与外部工具调用进一步整合。 3. **开发者启示**：构建 Agent 时，开发者需区分模型内生推理与系统级协同。优化 Agent 表现不仅要靠模型硬实力，更需通过合理的 Prompt 和工作流设计，引导模型在工具调用前后进行有效的规划与反思。

#agent #llm #reasoning