跳到正文
热点事件观察中

Meta与CMU论文：RL训练小模型工具选择优于大模型

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Meta与卡内基梅隆大学的研究表明，通过强化学习训练的小型模型在工具选择任务上的表现能够超越提示词驱动的大型模型。研究显示，经教师示例与强化学习训练的 Qwen3 模型在 ToolBench 上的准确率达到 41.5%，优于 Llama-4-Maverick 402B 的 30.6%。

AI 根据报道生成 · 2 天前更新

最新进展10月24日 08:28
Meta 与卡内基梅隆论文：RL 训练的 Qwen3-8B 工具选择超越提示词驱动的 Llama-4-Maverick 402B

报道时间线

沿着报道，了解事件的不同侧面。

10月24日
  1. Rohan Paul
    Meta 与卡内基梅隆论文：RL 训练的 Qwen3-8B 工具选择超越提示词驱动的 Llama-4-Maverick 402B

    Meta 与卡内基梅隆大学的研究发现，通过强化学习训练的小型模型在工具选择任务上能够超越提示词驱动的大型模型。研究通过教师示例与强化学习训练 Qwen3 模型执行步骤拆解与工具选择，在 ToolBench 上达到 41.5% 的准确率，优于 Llama-4-Maverick 402B 的 30.6%。

本事件热度走势

可比范围当前
3
可比范围峰值
1010月24日 09:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。