Newest papers

Training Small Language Models for Transferable Tool Selection

Zhaoyi Zhou, Akshayaa Magesh, Jeongyeol Kwon, Artem Kuriksha, Daniel Jiang, Andrea Zanette, Ayush Jain · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.31483 · cited by 0 works (OpenAlex) · open-access PDF

Spanish

Como los agentes de LLM operan sobre una corpora de más de diez mil herramientas, la selección de la herramienta correcta para una instrucción de usuario compleja en varios pasos se convierte en una botella central. Las descripciones de herramientas no pueden encajar todas en el contexto, y los retrievers basados en relevancia solo clasifican las herramientas sin saber cuáles son realmente necesarias. El trabajo reciente aprovecha los LLM comerciales propietarios como Claude o ChatGPT para conducir un retriever, descomponer la instrucción y seleccionar sobre los candidatos recuperados. Mostramos que un pequeño modelo abierto puede ser entrenado a través del aprendizaje de refuerzo para realizar la misma funcionalidad. En ToolBench, un modelo Qwen3-8B post-treinado con nuestra receta supera a Llama-4-Maverick (402

Machine translation (Meta M2M100); the English original follows.

Abstract

As LLM agents operate over corpora of more than ten thousand tools, selecting the right tool for a complex multi-step user instruction becomes a central bottleneck. Tool descriptions cannot all fit in context, and relevance-based retrievers only rank tools without knowing which are actually needed. Recent work instead leverages proprietary commercial LLMs like Claude or ChatGPT to drive a retriever, decomposing the instruction and selecting over retrieved candidates. We show that a small, open model can be trained via reinforcement learning to perform the same functionality. On ToolBench, a Qwen3-8B model post-trained with our recipe outperforms Llama-4-Maverick (402B). In addition, the trained model transfers directly to different retrievers and generalizes to new tool corpora in different domains.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Selection (genetic algorithm), Artificial intelligence, Rank (graph theory), Language model, Training (meteorology)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange