Meta研究：专项训练8B模型工具选择表现优于大模型
发生了什么
据X平台@dair_ai引述Meta研究，在处理超万种工具选择任务时，经过专项训练的8B模型表现优于402B模型。该研究采用Plan、Retrieve、Select工作流，通过对Qwen3模型进行SFT及RL训练，使其在ToolBench G3测试中，工具选择准确率从SFT后的36.2%提升至RL后的41.5%，超过了提示词引导下的Llama-4-Maverick模型。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口