arXiv · NLP· Xiaoyang Yuan, Ji Zhao, Xingyu Hu, Wenhan Wang, Yutao Hu, Qiaosheng Zhang, Pengfei Liu, Yu Qiao, Yi Bin, Wenqi Shao·· 2026-10-14AI 评分38
Davinci-Tool: 使用可验证执行环境扩展智能体工具使用监督
Davinci-Tool: Scaling Agentic Tool-Use Supervision with Verifiable Executable Environments
AI 导读
30B 模型 Davinci-Tool 基于执行验证数据集显著提升多步任务表现。 在 τ²-bench 上将 Qwen3-Coder-30B-A3B-Instruct 成绩从 52.4 提升至 88.2,以 1/16 参数规模超越 480B 版本。 证明了可执行环境有效监督智能体工具使用的技术路径。
来源:arXiv · NLP · arxiv.org