转推 DAIR.AI：Meta 的小语言模型应用佳例。研究发现，经过专门训练后，8B 模型在工具选择上比 402B 模型表现更好。
DAIR.AI 转发的一项 Meta 研究表明：经过专门训练、仅 8B 参数的模型，在工具选择上比 402B 模型表现更好——场景是拥有上万个工具的 agent，在这种规模下工具描述根本塞不进上下文，必须做检索式选择。这是「小而专的模型胜过巨型通用模型」在 agent 管线中的一个具体例证。重要之处在于，随着 agent 工具数量爆炸，工具选择正成为核心瓶颈，这一结果挑战了「越大越好」的假设。
报道来源
- Elvis Saravia2026-10-23 14:28