Tools Are Not Islands: Set-Level Tool Retrieval for LLM Agents via Query-Conditioned Hyperedge Prediction

📄 arXiv: 2607.25718v1 📥 PDF

作者: Xinyi Hong, Pinjun Dong, Xinyang Yu, Binyan Jiang

分类: cs.LG, cs.AI, cs.IR

发布日期: 2026-07-28

备注: 9 pages, 2 figures, 3 tables

💡 一句话要点

提出HYSET以解决LLM代理工具检索问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 工具检索 大型语言模型 超边预测 任务成功率 智能代理

📋 核心要点

  1. 现有工具检索方法未能整体评估候选工具集的联合效用，导致性能不足。
  2. HYSET通过将工具检索形式化为查询条件下的超边预测，提升了工具集的评分机制。
  3. 在ToolBench上的实验表明，HYSET在工具检索和任务成功率上均显著优于现有方法。

📝 摘要（中文）

大型语言模型（LLM）代理越来越依赖外部工具来完成现实任务。工具检索，即从数千个工具库中选择一个小的与任务相关的子集，已成为LLM代理管道中的关键组成部分。然而，现有的检索方法要么孤立地评分每个工具，要么顺序地组装工具集，因此从未整体评估候选集的联合效用。本文提出了HYSET（基于超边的集合级工具检索），其贡献包括：将工具检索形式化为基于查询的超边预测，捕捉依赖大小的工具兼容性，并设计HYSET作为一个预选择模块，无需修改下游代理。实验结果表明，HYSET在工具检索性能和端到端任务成功率上均优于现有最先进的基线，并支持零-shot和few-shot迁移。

🔬 方法详解

问题定义：本文旨在解决现有工具检索方法在评估工具集整体效用方面的不足。现有方法通常孤立评分工具或顺序组装工具集，未能充分利用工具间的协同效应。

核心思路：HYSET通过将工具检索视为查询条件下的超边预测，允许工具集作为评分单元，从而更好地捕捉工具间的相互作用和兼容性。

技术框架：HYSET的整体架构包括三个主要模块：首先是工具共调用超图的构建，其次是基于查询的超边预测，最后是与下游代理的无缝集成。

关键创新：HYSET的核心创新在于将工具检索问题转化为超边预测，允许对工具集的联合效用进行评估，这一方法与现有的孤立评分方法本质上不同。

关键设计：在设计中，HYSET考虑了工具兼容性的大小依赖性，通过基数特定的交互来实现。此外，损失函数和网络结构经过精心设计，以确保模型的有效性和鲁棒性。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

在ToolBench的实验中，HYSET在工具检索性能上超越了最先进的基线，具体表现为工具检索准确率提升了XX%，而在端到端任务成功率上也有显著提高，展示了其在实际应用中的有效性和优势。

🎯 应用场景

HYSET的研究成果在多个领域具有潜在应用价值，特别是在需要高效工具选择的智能代理系统中。它可以被应用于自动化任务、智能助手和机器人等场景，提升系统的任务执行效率和成功率。未来，HYSET也可能推动更广泛的工具检索和选择技术的发展。

📄 摘要（原文）

Large language model (LLM) agents increasingly rely on invoking external tools to complete real-world tasks. Tool retrieval, which selects a small task-relevant subset from a library of thousands of tools before the agent acts, has therefore become a critical component of LLM agent pipelines. However, existing retrievers either score each tool in isolation or assemble the tool set sequentially, so the joint utility of a candidate set is never evaluated as a whole. In this paper, we propose HYSET, short for HYperedge-based SEt-level Tool retrieval. Our contributions are threefold: (i) we formulate tool retrieval as query-conditioned hyperedge prediction on a tool co-invocation hypergraph, under which the tool set itself becomes the unit of scoring and most existing retrieval paradigms reduce to restricted instances; (ii) we capture size-dependent tool compatibility through cardinality-specific interactions; and (iii) we design HYSET as a pre-selection module requiring no modification to the downstream agent. Experiments on ToolBench demonstrate that HYSET consistently outperforms state-of-the-art baselines in both tool retrieval performance and end-to-end task success. Beyond the in-domain setting, HYSET further supports zero-shot/few-shot transfer, generalizing to held-out tools/categories and unseen domains with minimal supervision.