别让米其林主厨削土豆！英伟达用「小脑指挥大脑」，重构AGI生产力（

1.英国米其林厨师

最近，NVIDIA Research发现，只要经过适当微调，小模型已足以「指挥」大模型英伟达研究团队的新模型Orchestrator仅有 80 亿参数（8B）的模型，不仅比以往的工具使用类AI智能体准确率更高、成本更低，还能在工具选择上精准对齐用户的偏好。

2.米其林大厨英国

在HLE基准测试中，Orchestrator斩获了37.1%的高分，一举超越了GPT-5（35.1%），同时在效率上提升了2.5倍在tau2-Bench和FRAMES测试中，Orchestrator同样以大幅优势领先 GPT-5，而其成本仅为后者的30%左右。

3.米其林的主厨

在多项指标上，Orchestrator均实现了性能与成本的最佳平衡，并能出色地泛化至未曾见过的工具中。

4.米其林餐厅土豆做法

预印本链接：https://arxiv.org/abs/2511.21689

5.米其林厨师炒菜视频

为什么「强模型 工具」还是不够好？面对Humanity’s Last Exam（HLE）这类超难综合推理考试，现在的大模型虽然「什么都懂一点」，但一到深度推理 控制成本就开始吃力只靠一个大模型（比如GPT-5）去调用搜索、代码解释器这些基础工具，很难同时做到：。

6.米其林厨师吃中国菜

够准、够便宜、够可控为了省钱，业界第一反应是：别什么都让最强模型上，搞个「调度者」来分配任务但真把主流大模型拉来做调度者，结果却很讽刺：当GPT-5做调度时，98%的请求还是落回GPT-5或GPT-5-mini。

7.米其林厨师做饭的视频

；换成Qwen3-8B，当它拿不准时，73%的任务直接无脑丢给GPT-5。换句话说：我们以为造了个「调度者」，结果只是多请了一个「转接电话的前台」。

8.米其林厨艺大师

使用不同模型作为调度者后，给不同模型分配的任务结果说明，仅仅通过提示词，无法让常见的大模型变成合格的调度者而ToolOrchestra，通过将「智能」从单一模型中解耦，重构为「轻量调度中枢 异构能力工具集」的复合系统，构成了一种全新的模型与工具协同范式。

9.英国米其林厨师来中国是什么节目

接下来，看看Orchestrator是怎么训练出来的Orchestrator：多轮执行与自定义RL想象一下：过去的大模型，都像高端餐厅，全靠「米其林主厨」（GPT-5）从头到尾亲自炒菜——火候、刀工、摆盘，全靠一人。

10.米其林厨师视频

结果呢？由于单个token成本很高，导致总成本直接原地起飞而英伟达新推出的「拼好饭」模式如同中央厨房，一个聪明的「调度店长」（8B小模型Orchestrator）驻守中央，店长不亲自炒菜，而是:让街角「川菜小馆」（Qwen-Math-7B）爆炒回锅肉（数学题）；。

招「粤式点心师傅」（Coder-32B）蒸一笼虾饺（写代码）；实在拿不准？叫米其林主厨（GPT-5）来尝一口、定个味。

Orchestrator的架构图其中用于调度的8B小模型Orchestrator，会通过强化学习，根据用户声明的倾向，系统自动倾向本地部署模型而训练过程中的奖励函数，可分为3部分：1. 结果，即是否答对，答对 1，否则0；由GPT5给出判断；