arXiv Artificial Intelligence· Zhaoyi Zhou, Akshayaa Magesh, Jeongyeol Kwon, Artem Kuriksha, Daniel Jiang, Andrea Zanette, Ayush Jain·· 1 天前AI 评分39
用强化学习训练小型开源模型完成可迁移的工具选择
Training Small Language Models for Transferable Tool Selection
AI 导读
一项研究通过强化学习后训练 Qwen3-8B，使其能像 Claude、ChatGPT 等商业 LLM 那样驱动检索器完成工具选择。在 ToolBench 上，该模型表现超过 402B 的 Llama-4-Maverick，并可迁移到不同检索器和跨领域的新工具语料。
来源：arXiv Artificial Intelligence · arxiv.org