模型训练篇｜多阶段ToolRL打造更可靠的AI导购助手

模型训练篇｜多阶段 ToolRL 打造更可靠的 AI 导购助手

摘要

阿里芝麻租赁团队推出AI导购助手"租赁小不懂"，通过架构革新与强化学习突破传统电商导购模式。针对租赁场景的复杂决策链，团队将多Agent架构升级为统一模型动态调用原子工具，响应速度提升4倍；创新两阶段RL训练法，使工具调用准确率提升3.23%。结合MoE模型优化，最终实现推荐成功率提升14.93%，推理显存降低40.6%，打造出更精准可靠的租赁顾问体验。