论文Agent 与开发者12:37SeTPO 训练方法让小语言模型更擅长调用外部工具小模型学用工具的老难题有了新解法：SeTPO 用双向 KL 同时管住探索和模仿，BFCL v4 上跑赢了蒸馏和纯 RL，做端侧模型的可以看看。#SeTPO#BFCL#API Bank#小语言模型aarXiv cs.LG@Haoxuan Gao 等 8 人原文稍后读已读值得跟进有用关注 SeTPO