Meta与CMU用8B模型提升工具选择
热点事件持续更新
Meta与CMU用8B模型提升工具选择
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Meta与卡内基梅隆大学团队通过Plan-Retrieve-Select工作流训练Qwen3-8B，使模型能分解指令、按步骤检索候选工具并逐一作出选择；在ToolBench G3上准确率达到41.5%，超过采用提示方式调用Llama-4-Maverick 402B模型的结果。 团队使用约2万条精选ToolBench指令进行监督微调和强化学习，并将这一方法迁移至不同检索器及新领域工具集，验证工具选择能力不必依赖超大模型。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 22:28
Meta 与 CMU 训练 Qwen3-8B 选择工具，胜过 402B 的 Llama-4-Maverick报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AGI HuntMeta 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。