台大与 Appier 发布 SMITH 工具联合训练框架

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，论文被 NeurIPS 2026 接收为 Poster。 据该研究团队称，SMITH 全称 Schema-grounded Multi-task Iterative Tool Honing，其核心是在单一策略内联合训练工具创建与工具使用，而非将两者分开处理。报道提到 4B 规模的 Qwen3 模型通过强化学习学会编写可供其他 LLM 使用的工具。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。