推論效率暴增32倍　Appier小模型逆襲擊退大算力

以Agentic AI（代理式AI）即服務為核心的Appier（沛星互動科技），今日發表最新研究論文，提出全新強化學習框架「SMITH」，成功入選有「AI界奧林匹克」之稱的頂級學術會議NeurIPS。該技術讓AI同步掌握「建立工具」與「正確使用工具」的雙重能力，解決現有系統「做得出工具，卻不一定用得好」的產業痛點，持續推進多代理協作的技術優勢。

隨著AI代理人開始自主處理企業流程，能否正確呼叫外部工具成為落地關鍵。目前業界多仰賴工程師預先開發API，一旦商業需求改變就得重新作業；即使AI能自建工具，過往方法也常將「建立」與「使用」交由不同模型處理，導致建立工具的AI難以從實際結果中獲得優化回饋。

Appier表示，SMITH框架打破了這項限制，將兩項能力放入同一個訓練閉環中，Appier AI團隊研究科學家林玠言指出，SMITH在訓練模型使用工具時，僅提供工具說明與參數規格，不讓模型接觸背後的程式碼。透過「建立、使用、驗證、優化」的循環，工具說明是否清楚、能否被正確呼叫，都直接成為訓練過程中的回饋依據。訓練策略上更採取「由簡入難」，先讓AI從簡單案例歸納出工具，再用未見過的困難問題進行壓力測試。唯有成功解決新任務的工具，才會被收錄至「共用工具庫」，讓Agent未來不必每遇新任務就重新摸索。