训练可迁移工具选择的小型语言模型
一篇新论文（arXiv 2610.31483，10 月 22 日提交）表明，可用强化学习训练小型开放模型，让它为管理上万工具的 LLM 智能体做工具选择，替代目前依赖 Claude/ChatGPT 等闭源商业模型驱动的检索器。在 ToolBench 上，经后训练的 Qwen3-8B 超过了 402B 参数的 Llama-4-Maverick，且训练出的模型可直接迁移到不同检索器与新工具领域。重要性在于：工具选择是智能体的核心瓶颈，一个廉价、开放、可迁移的方案可能解除智能体工作流对闭源前沿模型的关键依赖。
报道来源
- Rohan Paul2026-10-24 00:28