【工具调用】工具调用后训练参数设计方案总结

Tool-Star: Empowering LLM-Brained Multi-Tool Reasoner via Reinforcement Learning

MUA-RL: MULTI-TURN USER-INTERACTING AGENT REINFORCEMENT LEARNING FOR AGENTIC TOOL USE

DeepAgent: A General Reasoning Agent with Scalable Toolsets

TOOLACE: WINNING THE POINTS OF LLM FUNCTION CALLING

ToolRL: Reward is All Tool Learning Needs

TORA: A TOOL-INTEGRATED REASONING AGENT FOR MATHEMATICAL PROBLEM SOLVING

ReTool: Reinforcement Learning for Strategic Tool Use in LLMs

相关推荐
正在走向自律7 分钟前
【3/5】人工智能训练师 三级/高级工 考证学习方向:从“独立执行”到“设计、归因与全链条负责”
人工智能·学习·人工智能训练师·注方案设计·数据质控负责人·模型评测与调优辅助·ai训练项目交付
Fatbobman(东坡肘子)8 分钟前
快速消失的硬盘容量 -- 肘子的 Swift 周报 #160
开发语言·人工智能·redis·ios·swiftui·iphone·swift
Flynn Liang43 分钟前
AI 应用的安全红线:Spring AI 下的 Prompt 注入防护、PII 脱敏、输出审计与密钥管理
人工智能·安全·spring·数据泄露·springai·prompt注入
朗迪锋1 小时前
SoErgo重塑“四特”场景下的人机协同与安全边界
人工智能·安全·人机工程
stormzhangV1 小时前
未来十年的建议
人工智能·aigc·agent
nm_zfyjt1 小时前
信息流广告投放优化实践:线索成本评估模型与转化链路重构(家装建材案例)
算法·重构·内蒙古朋友圈广告服务商·内蒙古朋友圈获客
深圳行云创新1 小时前
智能体架构之争:单Agent加Skills,还是多加几个Agent
人工智能·架构·软件工程
用户360055579001 小时前
Kestrel_VLLM - 31 · MTP 头上 GPU:一个独立槽位,与一条抽出来共用的注意力
人工智能
老金带你玩AI1 小时前
Codex改了又测、测了又改,我一查Token才发现这个坑
人工智能