清华系面壁智能推出ToolLLM 提升大模型工具使用能力

8月9日 消息:清华系面壁智能联合多个研究机构推出 ToolLLM 工具学习框架，加入 OpenBMB 大模型工具体系。ToolLLM 框架通过构建高质量的工具学习指令微调数据集 ToolBench，训练出具备工具使用能力的 ToolLLaMA 模型，并通过 Tooleval 自动评估工具学习性能。

论文链接:https://arxiv.org/pdf/2307.16789.pdf

数据与代码链接:https://github.com/OpenBMB/ToolBench

开源模型下载链接:https://huggingface.co/ToolBench

该框架的推出有助于促进开源语言模型更好地使用各种工具，提升在复杂场景下的推理能力。ToolLLaMA 模型在性能评估中表现优秀，泛化能力强于传统方法，并且在工具检索上取得了显著的效果。整体而言，ToolLLM 框架为大模型的工具学习能力提供了重要的推动和支持。

特点:

1. 强大的语言理解和生成能力;

2. 能够处理复杂任务，具有较高的推理能力;

3. 可通过插件功能与外部工具进行交互，扩展其应用范围;

4. 具备泛化能力，能够处理新任务和新工具;

5. 支持工具学习，能够调用各种专业化工具，提供更全面的问题解决支持。

本文来源于站长之家，如有侵权请联系删除