来自 Google、东京大学、RIKEN AIP 和东北大学的研究人员开发了 ToolGrad,这是一个用于为大型语言模型生成工具使用数据集的新颖框架。与之前的查询优先方法不同,ToolGrad 首先构建一个经过验证的工具使用链,然后生成匹配的用户查询,从而显著提高效率和准确性。该方法在数据生成方面达到了 99.8% 的通过率,比现有方法有了实质性改进。使用 ToolGrad 数据进行微调的模型,如 Gemma-3,在 Berkeley Function Calling Leaderboard 等基准测试中表现出与领先的专有模型相媲美的性能。 AI
影响 该框架可以显著加速能够可靠使用外部工具的 LLM 的开发和部署。
排序理由 研究论文详细介绍了用于 LLM 工具使用数据生成的新框架。
在 Mastodon — mastodon.social 阅读 →
- Claude 4.5 Opus
- Gemini 2.5 Flash-Lite
- Gemma-3
- GPT-5
- Hugging Face
- RIKEN AIP
- Tohoku University
- ToolACE
- ToolBench
- ToolGrad
- University of Tokyo
- Gemini 2.5 Pro
- Google Research
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →