[Paper] ToolOrchestra：通过高效模型和工具编排提升智能

Source: arXiv - 2511.21689v1

概览

大型语言模型是强大的通用模型，但解决诸如人类终极考试（Humanity’s Last Exam，HLE）等深层且复杂的问题仍然在概念上具有挑战性且计算成本高昂。我们展示了通过小型编排器管理其他模型和各种工具，既可以提升智能的上限，又能提高解决困难代理任务的效率。我们提出 ToolOrchestra，一种训练小型编排器以协同智能工具的方法。ToolOrchestra 明确使用包含结果、效率和用户偏好感知的奖励进行强化学习。借助 ToolOrchestra，我们生成了 Orchestrator，一个 8B 参数的模型，在成本更低的情况下实现了比以往工具使用代理更高的准确率，并且在给定查询时能够对使用哪些工具符合用户偏好。

在 HLE 上，Orchestrator 获得 37.1% 的得分，优于 GPT‑5（35.1%），且效率提升 2.5 倍。在 tau2‑Bench 和 FRAMES 上，Orchestrator 以约 30% 的成本大幅超越 GPT‑5。大量分析表明，Orchestrator 在多项指标下实现了性能与成本的最佳平衡，并且能够稳健地泛化到未见过的工具。这些结果表明，使用轻量级编排模型组合多样化工具比现有方法更高效、更有效，为实用且可扩展的工具增强推理系统铺平了道路。

作者

• Hongjin Su
• Shizhe Diao
• Ximing Lu
• Mingjie Liu
• Jiacheng Xu
• Xin Dong
• Yonggan Fu
• Peter Belcak
• Hanrong Ye
• Hongxu Yin
• Yi Dong
• Evelina Bakhturina
• Tao Yu
• Yejin Choi
• Jan Kautz
• Pavlo Molchanov

分类

• cs.CL
• cs.AI
• cs.LG
• cs.MA

论文信息

• arXiv ID: 2511.21689v1
• 发布日期: 2025 年 11 月 27 日
• PDF: Download PDF