ToolGrad: Efficient Tool-Use Dataset Generation with Textual Gradients

复现级别：L1 核心机制诊断。 本地执行 answer-first 路线与去重 textual edit；未训练 12B 模型或运行 BFCL。

论文信息

字段	内容
论文链接	ToolGrad: Efficient Tool-Use Dataset Generation with Textual Gradients
公司/机构	Google（按第一作者署名单位）
首次公开日期	2025-08-06
原文开源代码	是：https://github.com/zhongyi-zhou/toolgrad
Adapter / 方法	toolgrad
本地复现代码	src/auto_research/agent_research/latest_20260914.py

原始论文总结

背景与主要改动

先从目标答案反推工具轨迹，再使用 textual gradient 定位并修订失败调用，降低人工轨迹标注成本。

flowchart LR
  I[输入与公开状态] --> M[toolgrad 核心机制]
  M --> A[可审计中间量]
  A --> O[输出或更新]

原论文关键图

原论文 Figure 2（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式或操作

本地代码把论文决定性操作实现为确定性的 reference kernel，并显式输出门控、选择、投影、图边或状态更新统计；测试覆盖公式不变量和边界条件。

论文离线与线上效果

ToolGrad-12B 在 BFCL 达 83.1，接近 Gemini 2.5 Pro 的 83.2。 这些数字来自原论文，不与本地缩小实验直接比较；论文未报告线上 A/B 时不推断线上收益。

本地复现

三种子指标见 metrics/mechanism-seeds42-44.json。所有候选使用相同公开 fixture、预算和 seed；本页结果只证明核心状态转换实际执行。

复现边界

本地执行 answer-first 路线与去重 textual edit；未训练 12B 模型或运行 BFCL。