注册

SchemaShield-Lite 免训练修复层应对工具接口漂移

论文AI 评分 72/100arXiv cs.AI
AI 聚合

本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。

一篇被 NGEN-AI 2026 接收的论文把部署后工具描述、参数 schema 和候选工具列表发生变化、但工具语义不变的现象称为「接口漂移」，并提出免训练修复层 SchemaShield-Lite，由 schema 校验、候选集重试和一次性受限修复三部分组成。在 Qwen3.5-9B 上，DICE-300 准确率由 0.717 升至 0.813，BFCL-200 由 0.580 升至 0.805，分别挽回 19/22 与 33/45 的漂移致错，未观察到修复带来的损害。消融显示候选集漂移（尤其是干扰工具）造成的损伤最大，单纯改描述或 schema 危害较小。

全文梳理

AI 摘要依据下方信源原文自动整理，非原文转载

接口漂移的界定

论文关注的是工具增强型语言模型 agent 所依赖的接口文本，包括工具描述、参数 schema 以及推理时展示的候选工具列表。作者指出，这些接口在部署之后经常发生变动，而工具本身的语义并未改变，这给函数调用系统带来实际的可靠性问题，作者把这种失效模式称为接口漂移。研究的问题是：一个轻量、免训练的修复层能否在不重新训练基座模型的前提下恢复鲁棒性。论文共 16 页，含 1 张图、6 张表，被 NGEN-AI 2026 接收，当前版本为评审前提交版。

修复层的三个环节

作者提出的方法名为 SchemaShield-Lite，由三部分组合而成：schema 校验、针对工具名缺失的候选集重试，以及一次性受限修复。三者串联构成部署侧的修补流程，不触碰基座模型参数。为验证增益来源，作者做了对照：单纯重试并不能解释效果提升；消融实验进一步显示，候选集漂移、尤其是混入干扰工具，贡献了观察到的大部分损伤，而仅修改描述或 schema 的危害相对更小。这一结论意味着修复层的重点应放在候选工具集合的稳定性上。

量化结果与定位

在 Qwen3.5-9B 上，该方法把 DICE-300 的准确率从 0.717 提高到 0.813，把 BFCL-200 的准确率从 0.580 提高到 0.805，分别挽回了 22 例中的 19 例、45 例中的 33 例漂移导致的失败，且未观察到修复带来的损害。作者据此把「校验加修复」定位为已部署 LLM agent 工具调用的一种实用鲁棒性层。论文同时标注了 cs.AI、cs.CL、cs.SE 三个分类，说明其面向的是 agent 工程落地中的接口稳定性问题。

为什么值得看

工具接口变动是已上线 agent 的常见故障源，这里给出不改模型、只加校验与修复层的量化收益。

Qwen论文

信源1 家

  1. [1]arXiv cs.AI一手信源Robust Function Calling for LLM Agents Under Interface Drift

关键事实

  • 论文将部署后工具描述、参数 schema、候选工具列表变化而语义不变的现象定义为接口漂移[1]

  • SchemaShield-Lite 由 schema 校验、候选集重试和一次性受限修复组成，无需重训基座模型[1]

  • 在 Qwen3.5-9B 上，DICE-300 准确率从 0.717 提升到 0.813，BFCL-200 从 0.580 提升到 0.805[1]

  • 分别挽回 19/22 和 33/45 的漂移致错，未观察到修复损害，简单重试无法解释增益[1]

  • 消融显示候选集漂移尤其是干扰工具造成大部分损伤，描述与 schema 单独改动危害较小[1]

相关 · 论文

研究者提出用「逆向博弈论」约束AI智能体行为

11月3日 周二·AI 58

OpenAI 研究：智能体安全评测与生产行为存在差距

11月3日 周二·AI 78

北大孙仲联合IBM等发布综述，重新定义现代模拟计算

11月3日 周二·AI 72

OpenAI 自 GPT-5.6 起部署激活分类器监控模型输出

11月3日 周二·AI 78

本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。

去论坛讨论