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
- 智谱 ZCode 被曝静默上传用户整个工作区和完整 .git 历史至阿里云 OSS — terryyuezhuo · 2026-09-18
- ThursdAI 播客聚焦 Jev 实时模型与计算机使用智能体三大主题 — altryne · 2026-09-18
- 开发者用 Jev 复刻实时版 Clippy，察觉用户卡住才出手 — yangyi · 2026-09-18
- ElevenLabs MCP 新增语音、音乐、图像与视频生成能力 — Div_pradeep · 2026-09-18
- Reddit 实测 Opus 5.0:能写能跑的代码,却撑不起可维护的架构 — True_Noor · 2026-09-18
- 本地跑 Qwen 模型生成 2500 万 token,用户盛赞其指令遵循拉低下限 — mateszhun · 2026-09-18