Hacker News· blackcat201·· 4 小时前AI 评分43
SMITH：4B Qwen3 通过强化学习学会编写其他 LLM 可用的工具
A 4B LLM learns to write tools that other LLMs can use
AI 导读
台湾大学与 Appier AI Research 提出 SMITH，一种让同一策略同时学习编写工具和调用工具的强化学习框架，被 NeurIPS 2026 接收为 Poster。
来源：Hacker News · tool-use-smith.github.io