热点事件持续更新
实证研究揭示参数模式对MCP工具选择影响最大
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月14日，arXiv发布一项关于MCP工具元数据对工具选择影响的受控干预实证研究。研究团队分析了367,174个MCP工具元数据，并在5个大语言模型和5项任务中，独立测试了服务名、工具名、描述以及参数schema的具体影响。研究结果显示，参数schema对大语言模型的工具选择影响最大且最为一致；同时，模型在选择工具时，更倾向于独立的顶层参数，而非嵌套组合形式。
AI 根据报道生成 · 5 小时前更新
最新进展10月14日 12:00
实证研究显示，参数schema对大语言模型的MCP工具选择影响最大，模型更偏好独立顶层参数。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 人工智能MCP 工具选择中哪些元数据更关键：基于受控因子干预的实证研究
一项针对 MCP 的受控干预研究发现，参数 schema 对大语言模型的工具选择影响最大且最一致，模型更倾向于独立的顶层参数而非嵌套组合形式。研究团队分析了 367,174 个 MCP 工具元数据，并在 5 个大语言模型和 5 项任务中独立测试了服务名、工具名、描述和参数 schema 的影响。
本事件热度走势
当前热度 8·可比范围峰值 9（10月14日 15:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。