训练小模型做可迁移的工具选择
来自 arXiv · 期号 2026-10-23
摘要
LLM agent 面对超过一万个工具的语料库时，选对工具成了瓶颈。工具描述塞不进上下文，基于相关性的检索器只能排序、不知道哪些工具真正需要。 近期工作用 Claude 或 ChatGPT 这类闭源商用模型来驱动检索器：先分解指令，再从候选里选。这篇论文证明，一个小的开源模型可以通过强化学习训练来完成同样的功能。在 ToolBench 上，用本文方法后训练的 Qwen3-8B 超过了 Llama-4-Maverick（402B）。而且训练好的模型可以直接迁移到不同的检索器上，泛化到不同领域的新工具语料库。