工具调用
-
揭秘OpenAI Codex智能体循环：AI如何通过工具调用实现高效软件开发
刚刚，OpenAI CEO 山姆・奥特曼在社交平台发布推文称：「从下周开始的接下来一个月，我们将会发布很多与 Codex 相关的激动人心的东西。」他尤其强调了网络安全这一主题。 如同奥特曼的许多推文一样，这条预告也引发了网友的广泛讨论： 似乎是响应奥特曼的预告，OpenAI 官方随后发布了一篇技术博客，标题为「揭秘 Codex 智能体循环」，深入剖析了 Co…
-
美团LongCat-Flash-Thinking-2601评测：工具调用亮眼，但基础推理与视觉理解存短板
美团近期发布了LongCat-Flash-Thinking-2601模型，作为首个支持在线免费体验「重思考模式」的开源模型，其核心宣传点在于强大的工具调用能力。官方称其在智能体搜索、智能体工具调用、工具交互推理等关键评测中均达到了开源模型的SOTA水平。 核心评测结论： 三大亮点： 工具类网页完成度高：水印处理工具功能完整、交互流畅；复利计算器UI专业、图表…
-
350M小模型精度性能双超ChatGPT！靶向微调方案大幅提升智能体工具调用能力
Small Language Models for Efficient Agentic Tool Calling: Outperforming Large Models with Targeted Fine-tuning* https://arxiv.org/pdf/2512.15943 随着各机构大规模采用生成式人工智能（AI），模型成本优化与运营效率已成…
-
LoopTool：打破静态数据桎梏，实现工具调用任务的闭环数据进化
在人工智能从“语言理解”迈向“任务执行”的关键转型期，大语言模型（LLM）与外部工具的协同能力已成为核心突破点。无论是API调用、多轮任务规划、知识检索还是代码执行，模型精准调用工具的能力不仅依赖其内在的推理逻辑，更需要海量高质量、针对性强的函数调用数据进行训练。然而，当前主流的数据生成与训练流程普遍存在“静态化”缺陷——数据在训练前一次性生成，无法感知模型…
-
Kimi-K2-Thinking实测：新一代Thinking Agent如何实现推理能力突破性增强？
月之暗面近期发布了Kimi-K2-Thinking模型，这是基于“模型即Agent”理念训练的新一代Thinking Agent，原生掌握“边思考，边使用工具”的能力。作为一款MoE架构模型（每次激活32B参数），我们对其与基础版本kimi-k2-0711-preview进行了全面的对比评测，测试其在准确率、响应时间、token消耗和成本等关键指标上的表现差…
-
Kimi K2 Thinking开源引爆AI界：超越GPT-5的300步工具调用模型实战指南
Kimi 最近开源了其思考模型：Kimi K2 Thinking。根据官方介绍，该模型具备“边思考，边使用工具”的能力，能够自主执行高达 300 步的工具调用流程，以解决复杂问题。在被称为“人类终极考试”的高难度推理与通用智力测试中，其表现超越了 GPT-5，达到了当前的最先进水平。 若想在 Kimi 官网体验此能力，可直接在 kimi.com 开启“长思考…
-
月之暗面Kimi K2 Thinking开源：万亿参数思考智能体如何重塑AI推理与执行边界
在人工智能领域，模型规模的扩张与架构的创新始终是推动技术进步的双引擎。近日，月之暗面（Moonshot AI）正式开源其全新模型Kimi K2 Thinking，这款自称“思考Agent模型”的发布，不仅在参数规模上达到惊人的1万亿，更在推理能力、工具调用连续性及工程落地优化等方面展现出突破性进展。其核心在于将“思考”机制深度融入模型架构，实现了从被动响应到…
