EffectWorld：效应类型工具基准与训练方法
热点事件持续更新
EffectWorld：效应类型工具基准与训练方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Alexander Kovalenko 与 Artem Redchych 提出 EffectWorld，一个可执行环境：其中每个工具都声明自身效应、是否幂等以及读写的资源，用于评测工具调用的效应安全与效率。 作者称，在 Qwen3-4B 上用该环境数据训练低秩适配器后，分布内任务成功率从 53% 升至 99%，含未见任务类型与干扰工具的留出集从 52% 升至 81%，未见领域从 74% 升至 83%，输出 token 约为原来的三分之一。这些提升幅度来自作者报告，尚待独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
EffectWorld：让小模型理解工具调用效应的基准与训练方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.SE精选EffectWorld：让小模型理解工具调用效应的基准与训练方法
作者提出 EffectWorld，一个工具均声明自身效应、是否幂等及读写资源的可执行环境，用于评测效应安全与调用效率。在 Qwen3-4B 上用该数据训练低秩适配器，分布内任务成功率从 53% 升至 99%，含未见任务类型与干扰工具的留出集从 52% 升至 81%，未见领域从 74% 升至 83%，输出 token 约为原来的三分之一。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。