Meta 联手 CMU：RL 训练 8B 小模型选工具超越 402B 大模型

Meta 与卡内基梅隆大学发布论文《Training Small Language Models for Transferable Tool Selection》（arXiv:2610.31483，Zhaoyi Zhou 等 7 人，10 月 22 日提交）。研究针对 Agent 面对上万级工具规模的场景，用强化学习训练 8B 参数的小模型进行工具选择，结果其表现胜过提示驱动的 402B 参数 Llama-4-Maverick，表明 RL 训练的小模型在工具选择任务上可超越超大模型。

2026-10-23 ~ 2026-10-24 · 3 条相关

• Meta 训练 8B 小模型选工具，胜过 402B 的 Llama-4-Maverick — dair_ai · 2026-10-23
• Meta/CMU：RL 训练的 8B 小模型选工具胜过 402B Maverick — rohanpaul_ai · 2026-10-24
• arXiv 论文：训练小模型实现可迁移的工具选择 — rohanpaul_ai · 2026-10-24