AIフレームワークがLLM向けツール使用データを合成

Research Paper#LLM Tool Use, Autonomous Agents, Synthetic Data🔬 Research|分析: 2026年1月3日 16:03
公開: 2025年12月29日 17:12
1分で読める
ArXiv

分析

この論文は、大規模言語モデル(LLM)が外部ツールを効果的に使用できるようにするための重要な課題に取り組んでいます。主な貢献は、人間の介入なしにLLMの高品質なトレーニングデータを生成する完全自律型フレームワーク、InfToolです。これは、高価な人間によるアノテーションに依存し、一般化に苦労する既存のアプローチの限界を克服するため、より有能で自律的なAIエージェントを構築するための重要なステップです。Berkeley Function-Calling Leaderboard(BFCL)での結果は印象的であり、大幅なパフォーマンス向上を示し、より大きなモデルを上回り、提案された方法の有効性を強調しています。
引用・出典
原文を見る
"InfTool transforms a base 32B model from 19.8% to 70.9% accuracy (+258%), surpassing models 10x larger and rivaling Claude-Opus, and entirely from synthetic data without human annotation."
A
ArXiv2025年12月29日 17:12
* 著作権法第32条に基づく適法な引用です。