arXiv · NLP· Zhenlong Dai, Xujie Song, Zitong Wang, Tong Niu, Jian liu, Weiqiang Wang, Xiu Tang, Sai Wu, Chang Yao, Jingyuan Chen·· 10 天前AI 评分28
ToolSearcher:通过强化学习优化大规模工具选择
ToolSearcher: Optimizing Tool Selection at Scale via Reinforcement Learning
AI 导读
提出 ToolSearcher 强化学习框架,解决 LLM 在大规模场景下的工具搜索与组合难题。 框架引入类别约束工具辨识、事件级搜索建模及轨迹对齐奖励分配,以优化多轮搜索中的细粒度信号。 实验表明 ToolSearcher 在涉及迭代搜索和复杂工具组合的基准测试中表现优于强基线,已被 NeurIPS 2026 接收。
来源:arXiv · NLP · arxiv.org