谷歌研究院发布 ToolGrad：答案优先框架让工具调用数据生成通过率达 99.8%

谷歌研究院发布 ToolGrad（ACL 2026 Findings），颠倒了工具调用数据集的生成顺序：先构建经过验证的 API 调用链，再反向写出对应的用户查询。该方法由 propose-execute-select-update 四模块循环产生的文本“梯度”引导，在 ToolBench 上通过率达 99.8%，DFS 搜索仅为 63.8%。只用 500 条样本微调的 Gemma-3-12B 在 BFCL 上得 83.1 分，接近 Gemini 2.5 Pro 的 83.2 分。代码、数据集和模型均以 Apache-2.0 协议公开。