Google 发布 ToolGrad:先生成答案再生成问题,高效造工具调用数据集
AxSaucedo · x · 2026-09-18
Google Research 在 ACL 2026 发表 ToolGrad,一个全新的工具调用(tool-use)数据集生成框架,其核心创新在于反转了传统数据生成范式。
- 传统做法:ToolBench、ToolACE 等方法先从 API 池生成假设的用户指令,再用深度优先搜索(DFS)agent 试错寻找工具调用路径,本质是从复杂的 agent 探索中蒸馏有价值轨迹,效率天然低下。
- ToolGrad 的反转:先直接生成 ground-truth 的工具调用链,再据此标注对应的用户 prompt。明确的工具调用解提供了更无歧义的信息,作者称之为文本"梯度"(textual gradients)。
- 效果:实验显示这种设计能让 LLM 获得更好的工具调用性能,且大幅降低数据生成成本,解决了人工标注(InstructPipe 时代)无法扩展到大规模微调的痛点。
对做 agent 训练数据合成的人来说,这是一条值得关注的路线。
「编程与Agent」频道最新
- YC 孵化 Orgo：为 AI Agent 提供专属云桌面，已服务超 1000 团队 — Scobleizer · 2026-11-04
- 开发者自述：Vibe Code 出 PMF 产品后，工程化烂摊子靠专业开发救场 — sujingshen · 2026-11-04
- 用一句提示词让 AI 排查跨区流量：迁移服务省掉跨大西洋延迟 — DanielLockyer · 2026-11-04
- 博主自曝：AI agent 只完成了四分之一任务就静默停下 — Promptmethus · 2026-11-04
- ChatGPT Agent 模式自动扫 LinkedIn/Indeed 生成求职投递表 — nikola_mr64990 · 2026-11-04
- 博主用 ChatGPT 自动投 500 份简历，24 小时收到 12 个面试 — nikola_mr64990 · 2026-11-04