Meta 与 CMU 训练 Qwen3-8B 选择工具，胜过 402B 的 Llama-4-Maverick

Meta 与 CMU 用 Plan-Retrieve-Select 工作流训练 Qwen3-8B，在 ToolBench G3 上取得 41.5%，超过被 prompt 的 402B Llama-4-Maverick。模型以约 2 万条精选 ToolBench 指令进行 SFT 和 RL，并能迁移至不同检索器与新领域工具集。