ML通过数学梯度进行优化；循环工程需要文本“梯度“！

隆重推出 ToolGrad：一个智能体框架，能够持续生成、评估和优化工具使用轨迹，并利用文本“梯度“。 #ACL2026

🧵👉 https://t.co/NchvosrTr0 https://t.co/qm5wHXZJml

利用文本“梯度“高效生成工具使用数据集

来源：https://zhongyi-zhou.github.io/toolgrad/ 1Google2东京大学3RIKEN AIP4东北大学

ACL 2026 Findings

ToolGrad 预告图

ToolGrad 颠覆了工具使用数据生成流程。我们采用“答案优先“的工具使用数据生成框架，实现了接近100%的通过率和更低成本。

ToolGrad

与 ML 和 TextGrad 的类比

与 ML 和 TextGrad 的类比

智能体框架设计

智能体框架设计

BibTeX

@article{zhou2025toolgrad, title={ToolGrad: Efficient Tool-use Dataset Generation with Textual “Gradients”}, author={Zhongyi Zhou and Kohei Uehara and Haoyu Zhang and Jingtao Zhou and Lin Gu and Ruofei Du and Zheng Xu and Tatsuya Harada}, year={2025}, archivePrefix={arXiv}, }