AI框架合成LLM的工具使用数据

这篇论文解决了使大型语言模型 (LLM) 能够有效使用外部工具的重大挑战。核心贡献是一个完全自主的框架 InfTool，它无需人工干预即可为 LLM 生成高质量的训练数据。这是构建更强大和自主的 AI 代理的关键一步，因为它克服了依赖昂贵的人工注释并且难以泛化的现有方法的局限性。在 Berkeley Function-Calling Leaderboard (BFCL) 上的结果令人印象深刻，展示了显着的性能提升，并超越了更大的模型，突出了所提出方法的有效性。

• •InfTool 是一个用于为 LLM 生成工具使用数据的完全自主框架。
• •它使用多智能体角色扮演方法来创建多样且经过验证的轨迹。
• •该框架建立了一个闭环，迭代地改进模型和数据质量。
• •在 Berkeley Function-Calling Leaderboard (BFCL) 上实现了显着的性能提升。
• •展示了合成数据在工具使用方面训练 LLM 的潜力。