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

Portuguese

Como os agentes do LLM operam em uma corpora de mais de dez mil ferramentas, a seleção da ferramenta certa para uma instrução de usuário complexa em vários passos torna-se um ponto central. As descrições de ferramentas não podem todos se encaixar no contexto, e os retrievers baseados em relevância apenas classificam ferramentas sem saber quais são realmente necessárias. O trabalho recente, em vez disso, aproveita os LLMs comerciais proprietários como Claude ou ChatGPT para dirigir um retriever, decompor a instrução e selecionar sobre candidatos recuperados. Mostramos que um pequeno modelo aberto pode ser treinado através de aprendizado de reforço para executar a mesma funcionalidade. No ToolBench, um modelo Qwen3-8B pós-treinado com a nossa receita supera 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