优化搜索工具，扫描嵌入/检索/重排序参数，提升代理准确率

从搜索工具开始。单次调用经过三个步骤：嵌入查询、从索引中检索候选、重新排序。我们扫描了嵌入维度、检索方法和重排序器大小，以绘制质量-延迟前沿，然后分为三种配置：快速、强、最大。每次调用的延迟更高，但每一步的nDCG@5都更高。重排序器主导了质量。没有它，nDCG@5从0.203下降到0.089。2B重排序器以一半的每次调用延迟获得了6B重排序器约79%的质量。更好的单次调用质量是否真的有助于端到端的代理？是的，有趣的部分在于如何做到。强（6B重排序器）达到了50.0%的准确率，而快速是45.5%，且工具调用次数相同（1.6次）。规划器并没有搜索更多，只是每次调用得到更好的结果，并提前终止[2/n]。