**ToolSense：大模型参数化工具知识审计诊断框架**

_ToolSense: A Diagnostic Framework for Auditing Parametric Tool Knowledge in LLMs_

> 大型语言模型作为智能体面临工具检索瓶颈。现有基准使用完整查询和受限解码，无法评估模型对工具的真实理解。为此，论文提出开源诊断框架ToolSense，自动生成现实检索、多选题和问答题三类探测基准。在ToolBench（约4.7万工具）上的实验显示，参数化模型在现实查询下性能骤降50-64个百分点，甚至低于嵌入基线；部分模型在事实探测中接近随机水平，揭示知识-检索脱节。代码已开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.12451)