कृत्रिम बुद्धिमत्ता (एआई) के क्षेत्र में, हालाँकि बड़े भाषा मॉडल (LLMs) प्राकृतिक भाषा को संभालने में उत्कृष्ट प्रदर्शन करते हैं, लेकिन जब जटिल तर्क कार्यों का सामना करना पड़ता है, तो वे अक्सर असमर्थ हो जाते हैं। ये कार्य आमतौर पर बहु-चरणीय तर्क, क्षेत्र विशेष का ज्ञान, या बाहरी उपकरणों के प्रभावी एकीकरण की आवश्यकता होती है। इन सीमाओं को पार करने के लिए, शोधकर्ता यह पता लगाने की कोशिश कर रहे हैं कि कैसे बाहरी उपकरणों का उपयोग LLM की क्षमताओं को बढ़ाया जा सकता है। पारंपरिक संवर्धन विधियाँ आमतौर पर मॉडल को फिर से ठीक करने या अतिरिक्त प्रशिक्षण की आवश्यकता होती हैं, जिससे इसके कार्य अनुकूलन और लचीलेपन पर प्रभाव पड़ता है।