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)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →