超越静态工具：面向科学推理的测试时工具演化
人工智能
2026-01-13 v1 计算与语言
多智能体系统
摘要
AI for Science 的核心挑战不在于推理本身，而在于在开放性科学世界中创建计算方法的能力。现有的基于大语言模型（LLM）的智能体依赖静态、预定义的工具库，这种范式在科学领域中根本性地失败，因为工具稀疏、异构且本质上不完整。本文提出测试时工具演化（TTE）方法，使智能体能够在推理期间合成、验证和演化可执行工具。通过将工具从固定资源转化为问题驱动的制品，TTE 克服了静态工具库的刚性和长尾局限。为促进严格的评估，我们引入 SciEvo，一个由 1,590 个科学推理任务支持的基准，包含 925 个自动演化的工具。大量实验表明，TTE 在准确率和工具效率方面均实现了最新进展，同时实现了计算工具的有效跨域适应。代码和基准已发布于 https://github.com/lujiaxuan0520/Test-Time-Tool-Evol。
引用
@article{arxiv.2601.07641,
title = {Beyond Static Tools: Test-Time Tool Evolution for Scientific Reasoning},
author = {Jiaxuan Lu and Ziyu Kong and Yemin Wang and Rong Fu and Haiyuan Wan and Cheng Yang and Wenjie Lou and Haoran Sun and Lilong Wang and Yankai Jiang and Xiaosong Wang and Xiao Sun and Dongzhan Zhou},
journal= {arXiv preprint arXiv:2601.07641},
year = {2026}
}