算法论文8
ToolLoop优化工具调用合成数据
机器之心
AI 摘要
vivo AI Lab曾敏提出ToolLoop方法,将工具调用合成数据拆为三阶段生成,各阶段引入动态自反馈修正错误,其合成数据训练的模型准确率优于同类现有方案。
阅读原文 · 机器之心
EMNLP 2026 | 通过分解生成与动态自反馈,构建工具调用合成数据
本文是被EMNLP 2026主会录用的算法论文,针对现有工具调用合成数据「先生成再筛选」的缺陷,提出分阶段分解加动态自反馈的ToolLoop方法,有效提升合成数据质量,实验效果优于现有方案。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文7
上海AI实验室:工具调用泄露用户画像
上海AI实验室等发现,AI Agent 调用外部工具留下的痕迹会泄露隐私。攻击者看不到对话内容,推断用户画像成功率达26.25%。
钛媒体AGI
开源动态8
Kimi K3 开放权重:总参数达 2.8T
月之暗面发布 Kimi K3 技术报告并开放权重,总参数达 2.8T(激活 104B),支持 100 万 token 上下文,主攻 Agent 持续运行数小时的长任务系统改造。
机器学习算法与自然语言处理
推荐文章6
写好 Agent 提示词的 12 条实用规则
指导智能体(Agent)执行复杂任务的关键在于明确验收标准与安全边界。文章整理了定义完成条件、维护长任务清单等 12 条实用规则,并提供了提示词骨架模版。
数据STUDIO
开源动态9
DeepSeek开源推理框架 AI毛利达82%
DeepSeek开源了支撑自身大规模推理服务的框架DeepInfer与配套token编解码组件deepseek-recipe,披露的吞吐量数据经计算得出大模型API毛利率达82%,引发AI行业对盈利性与推理优化的广泛讨论。
机器之心