Davinci-Tool：可验证执行的30B工具调用模型

Davinci-Tool 论文团队（arXiv:2610.16867v1）发布 30B 工具调用模型 Davinci-Tool 和执行可验证数据集 Davinci-ToolData，通过可恢复状态、执行轨迹、结果和验证器联合扩展环境覆盖与结果监督，两条合成流程产出 30,395 条已验证轨迹，覆盖 2,260 个被调用的工具名称。 作者称，Davinci-Tool 将 Qwen3-Coder-30B-A3B-Instruct 在 τ²-bench 上从 52.4 提升到 88.2，BFCL v4 multi-turn 从 30.4 提到 62.8，MCP-Atlas 从 16.9 提到 56.2，并称以 1/16 的总参数量在全部三个基准上超过 Qwen3-Coder-480B-A35B-Instruct。代码已在 GitHub 开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。