自作の tool call 修復器「repair_tool_calls_in_text」の性能を定量的に評価。8カテゴリ42件のオフラインコーパスを用いてL1ベンチマークを実施し、総合回収率80.6%という結果とともに、ネイティブ機能に対する差別化の重要性を考察する。
"壊れた tool call はどこまで直せるか — 自作の修復器を定量ベンチにかけたら malformed で 14.3% だった話"
編集メモ: ツールコールのエラー修復器を自作・検証する際は、定量的評価で精度を可視化し、ネイティブ機能ではカバーしきれないエッジケースへの対策を講じることが重要です。