工具使用概念比想象更老：LaMDA 论文 2022 年就已顺带提及

soldni · x · 2026-10-15

AI 研究者讨论工具使用与 RLVR 的概念史。@lateinteraction 感叹「让 LLM 自训练使用工具和搜索」在文献里远早于 2021 年——LaMDA 论文在 2022 年 1 月就顺带提到了工具调用；同期的内部文档也有类似内容。soldni 补充：LaMDA 与该文档同期开发且同样具备工具能力，把 RLVR 与之联系起来很有意思（当时论文里很少提这个概念），但他认为 OpenAI 那时已经在内部试验 RLVR。lateinteraction 则认为 RLVR 本质就是 RL（RLHF 反而是更奇怪的变体），而 2021 年初就有「RL 训练思维链」会非常惊人，但那份文档显然不是。