4B 模型 BFCL 提升 15%,Snowflake 证中期工具学习关键
TheTuringPost · x · 2026-08-23
Snowflake 的 MidTool 论文证实，在 SFT 和 RL 之前的中期训练阶段引入工具学习能显著提升模型性能。研究构建了 203B token 的语料库，包含上下文示例和原生智能体轨迹。
核心发现：
- 4B 模型：经 SFT 后 BFCL 从 39.73% 升至 50.25%，再经 RL 后从 39.51% 飙升至 54.18%。
- 8B 模型：在 τ²-Bench 上 Pass@1 从 13.04% 提升至 19.96%。
- 数据差异：可执行轨迹最利于函数调用，文档 grounded 数据更利于泛化到陌生环境。
局限性：所有模型在 MCP-Universe 的 web-search 子集上得分为 0%，表明学习工具和工作流不足以解决长程研究任务。
「编程与Agent」频道最新
- Together 实测:GLM-5.3 四次尝试在 DeepSWE 上胜 Fable 5 且更省 — togethercompute · 2026-08-23
- 用 openclaw 连 Spotify:一句话描述氛围就能生成歌单 — steipete · 2026-08-23
- Agent 技能共享难题：插件机制 vs 单机模式 — blelbach · 2026-08-23
- 开源 Steam MCP 服务器：让 AI 调取游戏数据 — rachittshah · 2026-08-23
- OpenSlide 框架：让编码智能体用 React 生成自然语言幻灯片 — tom_doerr · 2026-08-23
- ComfyUI-Autograph：支持 REPL 补全的 Python 工作流驱动库 — Jumpy-Measurement-65 · 2026-08-23