论文将复杂工具使用任务拆分为工具发现与工具使用，并进一步定义好奇心、识别和效率三个维度：分别考察模型能否找到构建工具所需部件、发现创建流程，以及创建后有效使用工具。作者将框架应用于 Voyager 等任务，并报告识别能力随模型规模增大反而下降；组合博弈和模拟真实任务的环境也呈现类似逆向扩展现象。
最近 24 小时暂无可用热度快照。