📖 AI 总结

Google Research联合东京大学、RIKEN AIP和东北大学推出ToolGrad，一种“答案优先”的工具调用数据生成框架，颠覆了传统“查询优先”的流程。以往方法先让模型生成用户指令，再用深度优先搜索寻找可行工具链，搜索失败率高、算力浪费严重。ToolGrad则先实际执行API构建经过验证的工具调用链，再反向生成匹配的用户查询，使链到查询的转换仅需一次LLM调用。该框架通过API提议、并行执行、选择器反馈和更新器四个模块循环运行。实验显示，仅用500条ToolGrad数据微调的Gemma-3模型，在伯克利函数调用排行榜上即可媲美前沿专有模型，通过率达99.8%。代码采用Apache-2.0协议，数据集及1B、4B、12B模型均已开源发布。