ToolGrad：用报错信息当“梯度”，自动生成教模型调用工具的数据集

ToolGrad: Efficient tool-use dataset generation with textual "gradients"

Google Research 提出 ToolGrad，一种靠文字反馈自动生成工具调用训练数据的方法。思路很直接：让模型先试着调用 API，一旦出错，就把 API 返回的报错信息当成“梯度信号”，反向修改对话样本，反复迭代直到模型给出正确答案。文章用查天气的例子走了一遍流程——模型一开始瞎编了一个温度，API 报错后，系统根据错误提示重写了问题和回答，...