人類具有創造和利用工具的能力,使得我們可以突破身體的限制,探索更廣闊的世界。
人工智慧基礎模型也類似,如果僅靠訓練階段得到的權重,使用場景就會非常受限,而最近提出的工具學習(tool learning),將特定領域的專用工具與大規模基礎模型結合,可以實現更高的效率、效能。
不過目前工具學習的相關研究還不夠深入,也缺乏相關的開源資料和程式碼。
最近,清華大學自然語言處理實驗室等支援的開源社群OpenBMB (Open Lab for Big Model Base)發布了ToolBench項目,可以幫助開發者建立開源、大規模、高品質的指令調優數據,促進建構具有通用工具使用能力的大型語言模型。
庫連結:https://github.com/OpenBMB/ToolBench
ToolBench倉庫中提供了相關資料集、訓練和評估腳本,以及在ToolBench上微調的功能模型ToolLLaMA,具體特點為:
1. 支援單工具和多工具方案
其中單一工具設定遵循LangChain提示風格,多工具設定遵循AutoGPT的提示風格。
2. 模型回應不僅包含最終答案,還包含模型的思考鏈過程、工具執行與工具執行結果
#3. 支持真實世界層級的複雜性,支援多步驟工具呼叫
4. 豐富的API,可用於現實世界中的場景,如天氣資訊、搜尋、股票更新和PowerPoint自動化
5. 所有的資料都是由OpenAI API自動產生並由開發團隊進行過濾,資料的創建過程很容易擴展
不過需要注意的是,目前發布的數據還不是最終版本,研究人員仍在對數據進行後處理以提高數據質量,並增加真實世界工具的覆蓋範圍。
ToolBench
ToolBench的整體想法是基於BMTools,在監督資料中訓練大型語言模型。
#倉庫中包含31.2萬次真實API呼叫得到的9800條數據,涵蓋單工具場景和多工具場景,以下是單工具的統計資料。
#其中每行資料都是一個json dict,包含資料建立的提示範本、工具使用的人工指令(查詢)、中間思維/工具執行循環和最終答案。
Tool Descrition:BMTools Tool_name: translationTool action: get_translationaction_input: {"text": target texts, "tgt_lang": target language}Generated Data:{"prompt": "Answer the following questions as best you can. Specifically, you have access to the following APIs:\n\nget_translation: . Your input should be a json (args json schema): {{\"text\" : string, \"tgt_lang\" : string, }} The Action to trigger this API should be get_translation and the input parameters should be a json dict string. Pay attention to the type of parameters.\n\nUse the following format:\n\nQuestion: the input question you must answer\nThought: you should always think about what to do\nAction: the action to take, should be one of [get_translation]\nAction Input: the input to the action\nObservation: the result of the action\n... (this Thought/Action/Action Input/Observation can repeat N times, max 7 times)\nThought: I now know the final answer\nFinal Answer: the final answer to the original input question\n\nBegin! Remember: (1) Follow the format, i.e,\nThought:\nAction:\nAction Input:\nObservation:\nFinal Answer:\n (2) Provide as much as useful information in your Final Answer. (3) Do not make up anything, and if your Observation has no link, DO NOT hallucihate one. (4) If you have enough information and want to stop the process, please use \nThought: I have got enough information\nFinal Answer: **your response. \n The Action: MUST be one of the following:get_translation\nQuestion: {input}\n Agent scratchpad (history actions):\n {agent_scratchpad}","query": "My intention is to convert the data provided in ما هي الأقسام الثلاثة للقوات المسلحة؟ into Arabic(ara).\n","chains": [{"thought": "I need to use the get_translation API to convert the text into Arabic.","action": "get_translation","action_input": "{\"text\": \"What are the three branches of the military?\", \"tgt_lang\": \"ara\"}","observation": "\"ما هي الفروع الثلاثة للجيش ؟\""}],"answer": "The translation of \"What are the three branches of the military?\" into Arabic is \"ما هي الفروع الثلاثة للجيش ؟\"."}
模型實驗
#機器評估:研究人員對每個工具隨機抽取100個連結(chain steps)來建立機器評估測試平台,平均27個最終步驟和73個中間工具呼叫步驟,其中最終步驟的評估使用Rouge-L指標,中間步驟的評估使用ExactMatch指標進行評估。
# 人工評估:在天氣、地圖、在股票、翻譯、化學和WolframAlpha工具中隨機抽取10個query,然後評估工具調用過程的通過率、最終答案以及和ChatGPT最終答案的比較。
ChatGPT評估:透過ChatGPT對LLaMA和ChatGPT的答案和工具使用鏈進行自動評估。
評估結果如下(分數越高越好),可以看到ToolLLaMA在不同情境下與ChatGPT的表現相同或更好。
#工具學習
在清華大學、人民大學、北京郵電大學等個國內外知名高校和大學聯合發布的一篇論文中,對工具學習進行了系統的研究,介紹了工具學習的背景,包括認知起源、基礎模型的範式轉變,以及工具和模型的互補作用。
論文連結:https://arxiv.org/pdf/2304.08354.pdf
#文中也回顧了現有的工具學習研究,包括工具增強型和工具導向型學習,並製定了一個通用的工具學習框架:從理解使用者指令開始,模型應該學會把一個複雜的任務分解成幾個子任務,透過推理動態地調整計劃,並透過選擇合適的工具有效地征服每個子任務。
文中也討論瞭如何訓練模型以提高工具使用能力並促進工具學習的普及。
考慮到先前的工作中缺乏系統性的工具學習評估,研究人員用17種有代表性的工具進行了實驗,並展示了當前基礎模型在熟練利用工具方面的潛力。
論文最後討論了幾個需要進一步研究的工具學習的開放性問題,例如確保安全和可信賴的工具使用、用基礎模型實現工具創建,以及解決個性化的難題。
參考資料:
https://github.com/OpenBMB/ToolBench
以上是清華等開源「工具學習基準」ToolBench,微調模型ToolLLaMA效能超越ChatGPT的詳細內容。更多資訊請關注PHP中文網其他相關文章!

經常使用“ AI-Ready勞動力”一詞,但是在供應鏈行業中確實意味著什麼? 供應鏈管理協會(ASCM)首席執行官安倍·埃什肯納齊(Abe Eshkenazi)表示,它表示能夠評論家的專業人員

分散的AI革命正在悄悄地獲得動力。 本週五在德克薩斯州奧斯汀,Bittensor最終遊戲峰會標誌著一個關鍵時刻,將分散的AI(DEAI)從理論轉變為實際應用。 與閃閃發光的廣告不同

企業AI面臨數據集成挑戰 企業AI的應用面臨一項重大挑戰:構建能夠通過持續學習業務數據來保持準確性和實用性的系統。 NeMo微服務通過創建Nvidia所描述的“數據飛輪”來解決這個問題,允許AI系統通過持續接觸企業信息和用戶互動來保持相關性。 這個新推出的工具包包含五個關鍵微服務: NeMo Customizer 處理大型語言模型的微調,具有更高的訓練吞吐量。 NeMo Evaluator 提供針對自定義基準的AI模型簡化評估。 NeMo Guardrails 實施安全控制,以保持合規性和適當的

AI:藝術與設計的未來畫卷 人工智能(AI)正以前所未有的方式改變藝術與設計領域,其影響已不僅限於業餘愛好者,更深刻地波及專業人士。 AI生成的藝術作品和設計方案正在迅速取代傳統的素材圖片和許多交易性設計活動中的設計師,例如廣告、社交媒體圖片生成和網頁設計。 然而,專業藝術家和設計師也發現AI的實用價值。他們將AI作為輔助工具,探索新的美學可能性,融合不同的風格,創造新穎的視覺效果。 AI幫助藝術家和設計師自動化重複性任務,提出不同的設計元素並提供創意輸入。 AI支持風格遷移,即將一種圖像的風格應用

Zoom最初以其視頻會議平台而聞名,它通過創新使用Agentic AI來引領工作場所革命。 最近與Zoom的CTO XD黃的對話揭示了該公司雄心勃勃的願景。 定義代理AI 黃d

AI會徹底改變教育嗎? 這個問題是促使教育者和利益相關者的認真反思。 AI融入教育既提出了機遇和挑戰。 正如科技Edvocate的馬修·林奇(Matthew Lynch)所指出的那樣

美國科學研究和技術發展或將面臨挑戰,這或許是由於預算削減導致的。據《自然》雜誌報導,2025年1月至3月期間,美國科學家申請海外工作的數量比2024年同期增加了32%。此前一項民意調查顯示,75%的受訪研究人員正在考慮前往歐洲和加拿大尋找工作。 過去幾個月,數百項NIH和NSF的撥款被終止,NIH今年的新撥款減少了約23億美元,下降幅度接近三分之一。洩露的預算提案顯示,特朗普政府正在考慮大幅削減科學機構的預算,削減幅度可能高達50%。 基礎研究領域的動盪也影響了美國的一大優勢:吸引海外人才。 35

Openai推出了強大的GPT-4.1系列:一個專為現實世界應用設計的三種高級語言模型家族。 這種巨大的飛躍提供了更快的響應時間,增強的理解和大幅降低了成本


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

SublimeText3 Linux新版
SublimeText3 Linux最新版

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

VSCode Windows 64位元 下載
微軟推出的免費、功能強大的一款IDE編輯器

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

SublimeText3漢化版
中文版,非常好用