Google Research и исследовательские группы из Университета Токио, RIKEN AIP и Тохокуского университета представили ToolGrad, новый инструмент для генерации данных, который изменяет традиционный подход к обучению моделей. Вместо того чтобы сначала формулировать запрос, ToolGrad создает проверенные цепочки использования инструментов, а затем генерирует соответствующие запросы. Это позволяет значительно повысить эффективность и снизить затраты на создание данных.
Модель Gemma-3, дообученная на 500 образцах данных, демонстрирует результаты, сопоставимые с передовыми проприетарными моделями на Berkeley Function Calling Leaderboard. ToolGrad-500, набор данных, доступен на Hugging Face, а код имеет лицензию Apache-2.0. Это делает ToolGrad доступным для разработчиков и исследователей, желающих интегрировать новые подходы в свои проекты.
Данный подход имеет значительное значение для развития технологий искусственного интеллекта, так как он позволяет улучшить надежность и точность взаимодействия моделей с инструментами. Успешная реализация ToolGrad может привести к более широкому применению LLM в различных областях, где необходима высокая степень точности при использовании инструментов.