In-N-Out：面向工具代理的参数级API图数据集
计算与语言
2026-01-01 v3 人工智能
摘要
工具代理——与外部API交互的基于LLM的系统——提供了一种执行现实世界任务的方式。然而，随着任务变得越来越复杂，这些代理难以识别和按正确顺序调用正确的API。为解决这一问题，我们研究了将API文档转换为捕获API依赖关系的结构化API图，并将其用于需要组合式API调用的多工具查询。为此，我们引入了In-N-Out，这是首个从两个真实API基准及其文档构建的专家标注API图数据集。使用In-N-Out显著提升了工具检索和多工具查询生成的性能，几乎是仅使用文档的LLM的两倍。此外，在In-N-Out上微调的模型生成的图弥补了这一差距的90%，表明我们的数据集帮助模型学习理解API文档和参数关系。我们的发现突显了使用显式API图用于工具代理的前景，以及In-N-Out作为有价值资源的效用。我们在https://github.com/holi-lab/In-N-Out-API-Graph发布了我们的数据集和代码。
引用
@article{arxiv.2509.01560,
title = {In-N-Out: A Parameter-Level API Graph Dataset for Tool Agents},
author = {Seungkyu Lee and Nalim Kim and Yohan Jo},
journal= {arXiv preprint arXiv:2509.01560},
year = {2026}
}