DRAFT

让大模型自己摸索学会用工具，从生疏到精通

DRAFT 是 ICLR 2025 Oral 论文《From Exploration to Mastery》的官方实现，旨在让大语言模型通过自主交互逐步掌握工具使用。它解决的核心问题是：当前 LLM 在工具调用上依赖大量人工标注或静态示例，缺乏自主探索和持续学习的能力。该项目提出一种自驱动交互框架，让模型在环境中主动尝试、观察反馈、总结经验，从而从新手探索阶段过渡到熟练精通阶段。核心能力包括：基于交互轨迹的自动数据生成、策略优化循环、以及可插拔的评估接口。项目代码基于 Python，面向智能体研究和开发场景，适合需要提升 LLM 工具调用能力的团队。目前处于早期阶段，星标数不高，但学术价值较强。