研究人员推出了 KOPA-Bench，这是一个旨在评估开源 LLM 代理在韩国公共 API 上执行多步工具调用性能的新基准。为了解决这些模型在当前任务中的表现不佳的问题，他们开发了 EDGE，一种数据合成方法，该方法可以动态地针对实时 API 对工具调用序列进行图谱绘制和验证。使用 EDGE 进行微调的模型表现出显著的改进，其中一个 9B 参数的模型在 KOPA-Bench 和 BFCL 基准上的性能与一个更大、未经微调的模型相当。 AI
影响 增强了 LLM 在复杂、现实世界的 API 交互中的能力，有可能改善政府和企业的自动化。
排序理由 该集群描述了一篇介绍 LLM 工具调用基准和数据合成方法的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
