大语言模型的工具调用能力受限于静态数据生成流程，难以动态优化。上海交大与小红书提出的LoopTool框架，通过构建数据-模型训练闭环，实现了工具调用任务的自动化迭代优化。该方案仅依赖开源模型，就让8B模型性能超越其32B教师模型，并在多个公开榜单上取得开源SOTA，验证了闭环进化的有效性。
智能速览
LoopTool首次实现了工具调用任务的数据-模型闭环优化。
该框架仅依赖开源模型，摆脱了对闭源API的依赖。
8B规模模型性能超越其32B数据生成器，登顶BFCL-v3榜单。
迭代训练能持续挖掘模型短板，避免性能停滞。
闭环优化提升了模型在通用任务和下游应用中的表现。
精华内容
传统工具调用训练依赖静态数据，模型无法感知自身短板。LoopTool通过构建“训练-测评-修正-扩展”的闭环，让数据与模型协同进化，精准攻克能力薄弱环节。
背景：工具调用的瓶颈
工具增强型大模型在API调用、代码执行等领域价值巨大，但其稳健性受限于静态训练数据。现有方法多采用“先生成数据，再训练模型”的流程，缺乏对模型学习状态的实时反馈。同时，依赖闭源API成本高昂，而使用开源模型又易引入标签噪声，降低训练效果。
方法：闭环数据进化
LoopTool的核心是构建自动化闭环，由模型性能反馈驱动数据优化。它包含种子数据构建与迭代优化两大阶段。迭代阶段细分为四个模块：GRPO强化学习训练、贪婪能力探测（筛选高价值样本）、判别引导标签校验（修正错误标签）和错误驱动数据扩展（生成新挑战样本）。
验证：登顶开源SOTA
实验结果显示，LoopTool-8B模型在BFCL-v3榜单上以74.93%的准确率位列同规模第一，并超越了其32B教师模型。LoopTool-32B更以79.32%的准确率登顶开源SOTA。在ACEBench评测中，LoopTool-8B同样取得同规模最佳成绩。对比实验显示，LoopTool性能随迭代持续提升，而静态训练在第二轮后便停滞下滑。
泛化：不止于工具调用
闭环优化不仅提升了工具调用能力，也增强了模型的泛化性能。LoopTool-8B在指令跟随和代码生成等通用任务上表现更优。在API-Bank、Spotify和GAIA等下游应用评测中，其解决实际问题的能力也得到显著增强，证明了该方法的有效性和通用性。
LoopTool成功构建了一个完全自动化、模型感知的数据进化闭环，为提升大模型工具调用能力提供了新范式。该方法摆脱了闭源API依赖，实现了数据与模型的协同进化，展现了开源生态的巨大潜力。未来，这种自适应优化机制能否应用于更广泛的AI训练领域？
