ReCall

收录理由

训练具备智能体能力的大模型时，多数团队常被一个瓶颈卡住：让模型学会调用搜索或代码执行这类工具，往往需要人工标注大量轨迹数据，既耗时又烧钱。ReCall 走了一条不同的路——完全靠强化学习来训练，模型在没有任何监督式工具使用数据的情况下，就能自己学会推理并组合各种用户自定义的工具。项目基于 verl 和 vLLM 构建，代码里包含了训练流程、一个用于执行工具调用的 Python 沙箱、Wikipedia 检索服务，以及 SynTool、MuSiQue 等现成数据集。你可以照着这套流程复现实验，也可以把里面的工具换成自己的。作者还写了博客和 arXiv 论文来解释设计思路，想先弄懂原理再动手的话，这些资料会很有帮助。需要提醒的是，这明显是一个研究性质的项目，不是拿来即用的成熟产品，用的时候得做好扩展和改造的心理准备，而不是直接部署上线。