OTC‑PO重磅发布 | 揭开 o3 神秘面纱，让 Agent 少用工具、多动脑子！

香港中文大学博士生王鸿儒提出强化学习框架 OTC-PO，优化 Agent 工具使用行为，解决模型过度依赖外部工具的问题。研究表明，认知卸载现象随模型增大而加剧，但 OTC-PO 能显著提升工具生产力（最高 256.9%），同时保持准确率。该方法通过最小化工具调用次数，激发模型推理能力，实现智能与效率的双重提升，为构建类似 OpenAI 的 o3 模型提供了可行路径。
来源：https://mp.weixin.qq.com/s/YyhRnaw-vEc--GOy8Y_jXA