Google ToolGrad 反向生成工具链数据，12B 模型达 83.1 BFCL
dl_weekly · x · 2026-09-23
Google Research 发表 ACL 2026 论文 ToolGrad，提出一种反向的工具调用数据生成框架：先先生成真实的工具调用链，再为其标注对应用户 query，颠覆了传统「先生成指令、再用 DFS agent 试错搜索解法」的范式。
- 动机：ToolBench/ToolACE 类方法的从 agent 探索中蒸馏轨迹效率低下，人工标注又无法规模化
- 效果：从有效工具链反向构建数据，用 12B 的 Gemma-3 学生模型达到 99.8% 通过率和 83.1 BFCL 分数
- 延续自 InstructPipe 工作的数据管线，解决了 fine-tuning 数据难以扩展的问题
「编程与Agent」频道最新
- Plurai 推出 Agent 仿真平台：从代码库构建数字孪生自动找故障 — thisguyknowsai · 2026-11-11
- 0xJeff:x402 的真正短板在企业级,大钱在 B2V 而非机器互付 — 0xJeff · 2026-11-11
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- 形式化验证让 AI 编码更快：Lean 证明成为 agent 优化护栏 — bigdata · 2026-11-11
- Orchestrator v0.14.11 发布：统一管理散落各处的 AI 编程会话 — julianweisser · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11