arXiv · ML· Zhaoyi Zhou, Akshayaa Magesh, Jeongyeol Kwon, Artem Kuriksha, Daniel Jiang, Andrea Zanette, Ayush Jain·2026-10-23 12:00· 4 小时前AI 评分37

通过强化学习训练 Qwen3-8B 实现可迁移的工具选择

Training Small Language Models for Transferable Tool Selection

AI 导读

针对 LLM Agent 在万级工具库中选择工具的性能瓶颈，通过强化学习训练 Qwen3-8B 小模型可替代 Claude 和 GPT 等商业模型完成检索与分解。该模型在 ToolBench 上表现优于 402B 的 Llama-4-Maverick，并展现出对新工具库和不同检索器的跨域泛化能力。

来源：arXiv · ML · arxiv.org