研究人员开发了PORTS,一种用于训练检索器以更好地为大语言模型(LLM)选择工具的新方法。现有的检索器由于训练过程分离,常常与LLM不匹配。PORTS使用带有冻结LLM的偏好优化技术来微调检索器,通过将选择概率与下游性能相关联来提高其查找有用工具的能力。这种方法在各种数据集和LLM上都显著提高了工具选择的准确性,计算需求低,并且具有良好的泛化能力,适用于实际应用。 AI
影响 通过提高LLM有效选择和利用外部工具的能力来增强LLM的功能。
排序理由 该集群包含一篇详细介绍改进LLM工具选择新方法的论文。
- data set
- documentation strings
- encoder models
- large-language models
- PORTS
- Queries
- The Retrievers
- Tools
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- LLMs
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →