ToolACE：赢得LLM函数调用的分数

ToolACE代表了在大型语言模型（LLMs）领域的重大进展，特别是在函数调用方面。由刘伟文和黄旭领导的团队撰写，本文介绍了一种创新的自动化流水线，用于为LLMs生成高质量、多样化的训练数据，以拓展其应用范围。ToolACE的独特之处在于其自我演化合成过程，策划了一个包含超过26,000个多样化API的广泛API池。本文还详细介绍了一种独特的对话生成方法，涉及多个代理和一个双层验证系统，以确保数据准确性。值得注意的是，基于ToolACE合成数据训练的模型在伯克利函数调用排行榜上展现出了最先进的性能，展示了它们与最新的GPT-4模型竞争的能力。对于对LLMs和函数调用感兴趣的研究人员和开发人员来说，该模型和部分数据的公开可用性使本文尤为有价值。- ToolACE是一种自动代理管道，用于生成准确、复杂和多样化的工具学习数据。 - ToolACE利用自我演化合成过程来创建一个包含26,507个多样化API的API池。 - 对话是通过多个代理之间的相互作用和一个形式化的思考过程生成的。 - 数据的准确性得到了基于规则和基于模型检查的双层验证系统的保证。 - 使用80亿参数的模型在合并大学功能调用排行榜上训练，达到了最先进的性能，与最新的GPT-4模型相媲美。 - 模型和部分数据可以在https://huggingface.co/Team-ACE上公开获取。