ToolGrad「先答案后问题」造工具调用数据,通过率近100%
tokenbender · x · 2026-09-16
arXiv 论文 ToolGrad（ACL 2026 Findings）颠覆了传统工具调用数据合成范式：以往先生成用户查询、再用 DFS 等方法标注工具调用链，标注失败率高、成本大；ToolGrad 则先用文本「梯度」引导迭代构建有效的工具调用链，再反推合成对应用户查询。
关键结果：
- 产出的 ToolGrad-500 数据集工具调用更复杂、成本更低、通过率接近 100%
- 用其训练的模型优于昂贵基线数据集和专有 LLM 训练的模型
- 代码、数据集与模型均已开源
发帖人补充了一个可复用的合成数据套路：先产出/收集有效结果 → 推导出可能产生该结果的目标 → 变异增加多样性 → 验证 → 训练，并认为这一思路应推广到所有合成数据生成场景。
所属事件:「先答案后问题」合成数据法，通过率近 100%(2 条相关)→
「研究」频道最新
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Mistral Large 4 短提示词从零写出量子化学 SCF 求解器并自建 3D 可视化 — MistralAI · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- arXiv 论文证明 SGD 最优步长调度:单调递减的线性衰减是唯一极小极大最优解 — konstmish · 2026-11-02
- Karpathy 的 nanochat:100 美元从零训练出类 ChatGPT,星标近 6 万 — karpathy · 2026-11-02
- 读完 46 份资料后写出 Agent Evals 指南：自评 95 分的评测为何不可信 — blaizedsouza · 2026-11-02