清華系面壁智能聯(lián)合多個研究機(jī)構(gòu)推出 ToolLLM 工具學(xué)習(xí)框架，加入 OpenBMB 大模型工具體系。ToolLLM 框架通過構(gòu)建高質(zhì)量的工具學(xué)習(xí)指令微調(diào)數(shù)據(jù)集 ToolBench，訓(xùn)練出具備工具使用能力的 ToolLLaMA 模型，并通過 ToolEval 自動評估工具學(xué)習(xí)性能。

　　該框架的推出有助于促進(jìn)開源語言模型更好地使用各種工具，提升在復(fù)雜場景下的推理能力。ToolLLaMA 模型在性能評估中表現(xiàn)優(yōu)秀，泛化能力強(qiáng)于傳統(tǒng)方法，并且在工具檢索上取得了顯著的效果。整體而言，ToolLLM 框架為大模型的工具學(xué)習(xí)能力提供了重要的推動和支持。

　　特點(diǎn):

　　1. 強(qiáng)大的語言理解和生成能力;

　　2. 能夠處理復(fù)雜任務(wù)，具有較高的推理能力;

　　3. 可通過插件功能與外部工具進(jìn)行交互，擴(kuò)展其應(yīng)用范圍;

　　4. 具備泛化能力，能夠處理新任務(wù)和新工具;

　　5. 支持工具學(xué)習(xí)，能夠調(diào)用各種專業(yè)化工具，提供更全面的問題解決支持。