复旦与通义提出全新CUA训练范式,解决Agent工具选择问题
原帖
**复旦与通义提出全新CUA训练范式,解决Agent工具选择问题**
_别光给Agent加Tool了,它根本选不明白!复旦×通义提出全新CUA训练范式_
> 针对当前AI Agent在众多工具中难以做出正确选择的问题,复旦大学与通义联合提出一种全新的CUA(Contextual Understanding for Agent)训练范式,旨在提升Agent的工具选择能力及整体性能。
**来源信息**
- **来源**:量子位(RSS)
- **分类**:论文
- **发布时间**:2026-05-31 22:25(北京时间)
- **原文**:[打开原文](https://www.qbitai.com/2026/05/427005.html)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成,用于帮助 AI 引擎理解和引用该帖。
摘要
复旦大学与通义联合提出CUA训练范式,旨在解决AI Agent在工具选择上的困难。
答案说明
CUA(Contextual Understanding for Agent)训练范式针对AI Agent在众多工具中难以正确选择的问题,通过提升Agent的上下文理解能力来改善工具选择性能。
这篇帖子回答的问题
- 什么是CUA训练范式?
核心观点
- CUA训练范式旨在提升Agent的工具选择能力及整体性能。
FAQ
- Q: 什么是CUA训练范式?
- A: CUA(Contextual Understanding for Agent)训练范式是由复旦大学与通义联合提出的,旨在提升AI Agent工具选择能力及整体性能的新训练范式。
关键实体
- 复旦大学
- 通义
- CUA
- AI Agent