35 行代码训练工具调用路由器,作者开源 18 万条标注数据
MaziyarPanahi · x · 2026-09-30
Maziyar Panahi 展示如何用约 35 行代码训练自己的工具调用门控模型:基于 Answer.AI 的 ModernBERT-base 加 Hugging Face TRL 的 RewardTrainer,在 agentnextactiontype 任务上用 7.7 万条决策数据(调用工具 vs 文本回答,53/47 均衡)训练小模型做路由。
同时他发布了 18 万条 Jev 格式的工具调用决策数据,带类型标注,覆盖是否调用工具、选哪个工具、参数是否完整等判断,数据基于 NVIDIA 开放 agent 数据构建,切分干净。思路是让小模型替大 LLM 做路由决策,再把过滤条件切换到 toolselection 可训练具体工具选择。
所属事件:18 万条工具调用决策数据集开源,助力训练小模型路由器(3 条相关)→
「编程与Agent」频道最新
- 团队让 Agent 自动回复 Slack,网友直呼「和所有人的幽灵版聊天」 — iamrobotbear · 2026-11-16
- AI 求职面试复盘法:让 Claude 指出你哪段回答最没说服力 — brandon_galang · 2026-11-16
- DeepSeek 开源官方 App 前端 chat-demo,3.9k 星 — NielsRogge · 2026-11-16
- Agent 过验证码前先请示:反机器人机制逼出AI的自我怀疑 — Puzzleheaded-King584 · 2026-11-16
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16