arXiv cs.CL· Zhenlong Dai, Xujie Song, Zitong Wang, Tong Niu, Jian liu, Weiqiang Wang, Xiu Tang, Sai Wu, Chang Yao, Jingyuan Chen·· 2 天前AI 评分37
ToolSearcher：通过强化学习优化大规模工具选择
ToolSearcher: Optimizing Tool Selection at Scale via Reinforcement Learning
AI 导读
ToolSearcher 是一个面向大规模工具选择的强化学习框架，用类别约束的工具区分、事件级搜索建模与轨迹对齐信用分配，提升 LLM 在上下文限制下的多轮工具搜索与组合能力。它将大规模工具选择视为智能体强化学习的新挑战，指出现有知识问答 RL 方法难以兼顾工具兼容性。在迭代搜索与复杂工具组合等基准设置下，它持续优于多个强基线，并已被 NeurIPS 2026 接收。
来源：arXiv cs.CL · arxiv.org