English(EN) ToolSearcher: Optimizing Tool Selection at Scale via Reinforcement Learning

ToolSearcher框架为LLM优化大规模工具选择

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-06 05:00

研究人员推出ToolSearcher，一个新颖的强化学习框架，旨在优化大型语言模型（LLMs）在拥有海量工具库时进行工具选择的效率。该框架解决了LLM在上下文长度限制下难以搜索、区分和组合工具的挑战。关键创新包括类别约束的工具区分、用于改进发现的事件级搜索建模以及用于精炼奖励信号的轨迹对齐信用分配。实验表明，在复杂的多轮工具选择场景中，ToolSearcher的表现优于现有基线。 AI

影响通过实现与海量外部工具库更有效的交互来增强LLM的能力。

排序理由该项目是一篇研究论文，详细介绍了一个用于LLM的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 18 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了一个用于LLM的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Zhenlong Dai, Xujie Song, Zitong Wang, Tong Niu, Jian liu, Weiqiang Wang, Xiu Tang, Sai Wu, Chang Yao, Jingyuan Chen · 2026-11-06 05:00

ToolSearcher：通过强化学习优化大规模工具选择

arXiv:2609.30906v2 Announce Type: replace Abstract: Large language models (LLMs) excel at natural language processing but struggle to interact with external environments. Tool learning provides a promising way to extend LLMs into actionable agents, where tool selection is a criti…

本文如何被排名

报道来源 [1]

ToolSearcher：通过强化学习优化大规模工具选择

相关实体

相关话题