ToolSearcher：强化学习优化大规模工具选择

研究者 Zhenlong Dai 等人提出强化学习框架 ToolSearcher，用于让大语言模型在真实工具库中完成多轮工具搜索与选择。该框架通过类别约束的工具区分、事件级搜索建模和轨迹对齐的信用分配，应对上下文限制下难以区分和组合工具的问题。 研究者在论文中称，该工作已被 NeurIPS 2026 接收，并在大规模工具选择基准的迭代搜索与复杂工具组合场景中持续优于多个强基线。上述效果来自作者报告，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。