微调后的模型做Agent工具调用，总是乱选函数怎么办？

几百条数据太少了，LoRA学不到函数语义边界，先整两千条高质量带负样本的试试。

几百条数据太少了，工具调用对格式一致性要求极高，建议先检查数据里函数名和参数是否有多样性偏差。

几百条数据对tool calling来说确实太少了，模型很难学到函数边界。你可以试试把工具调用的输出格式固定成严格的JSON schema，微调时加上一些负样本，比如故意给容易混淆的指令让它学会区分。7B其实够用，关键是数据质量和格式一致性，我见过用3B做function call也跑得不错的。另外检查下推理时有没有开guided decoding或者outline约束，这个对结构化输出帮助很大。

几百条数据对tool calling来说确实有点少，模型很容易过拟合到表面措辞上，换种说法就懵了。你试试在训练数据里加一些“负样本”，就是故意给错误的函数和参数让模型学会区分，光喂正例它学不会边界。另外7B做结构化输出其实够用，但建议把工具调用拆成两步：先让模型输出函数名，再单独生成参数，比一步到位稳很多。

几百条数据想教会模型稳定地做tool calling，确实有点勉强，尤其是Qwen2.5-7B这种尺寸。我自己的经验是，数据里不光要有"正确调用"的样本，还得刻意混入一些容易混淆的负例，比如用户说设闹钟、但正确输出是空调用或者澄清提问，让模型学会区分语义相近但意图不同的情况。你现在的现象很像是模型根本没建立起"意图→函数"的强映射，只是学到了工具描述和query表面上的词面关联，所以一遇到"明天早上"这种时间词就乱串到天气去了。另外检查一下训练格式是不是和推理时的chat template完全一致，Lora微调这块很容易踩坑，格式差一点效果就崩。7B做结构化输出本身不是不行，但前提是任务别太杂、函数别太多，函数一多它就容易糊。可以试试在推理时加一层约束解码或者用outlines之类的库限制输出空间，先保证格式合法，再谈选得对不对。如果函数数量超过十个，考虑先做个路由分类再交给模型填参数，会比端到端硬扛靠谱不少。