你见过 7B 模型在拼图推理上干翻 GPT-5 吗？ 不是靠堆参数，不是靠更大的数据，而是靠一件事：学会「什么时候该用工具」。 大多数「工具增强」模型是这样的：遇到任务 X → 调用固定工具 Y → 祈祷结果正确。一旦场景稍微变化，模型就开始抽风——不知道什么工具该用、什么工具不该用。 AdaReasoner 解决的是更本质的问题：把 what / when / how（用什么、何时用、怎么用）当成推理能力来学。 论文标题：AdaReasoner: Dynamic Tool Orchestration for…