TInR：探索大语言模型中的工具内化推理

工具集成推理（TIR）通过引入外部工具扩展了大语言模型的推理能力，但现有方法依赖外部文档，导致掌握困难、规模受限及效率低下。为此，本文探索工具内化推理（TInR），旨在将工具知识内化至模型中以促进推理。针对工具内化与协调挑战，提出了统一推理与工具使用的 TInR-U 框架。该框架通过三阶段流程训练：双向知识对齐实现工具内化、高质量标注监督微调预热，以及特定奖励的强化学习。实验表明，TInR-U 在域内和域外设置中均表现优异，兼具高效性与有效性。