Think in English, Answer in Korean: Efficient Adaptation of Multilingual Tool-Using Agents

Cohere 与 LG CNS 的 LuckyStar 111B 是一篇很工程化的 multilingual tool agent 适配报告：从已 fully post-trained 的 Command A 继续训练，而不是重新预训练。它组合 multilingual SFT、multi-step tool-use verifiable rewards、韩文 user-facing response 的 language-consistency reward，以及 4-bit quantization 以适应单 GPU serving。论文的贡献不在提出新 architecture，而是在 111B 规模、韩英企业场景和 memory-constrained deployment 下，整理出可复用的训练与失败模式配方。