校企聯合發布工具調用數據合成框架ToolACE

近日，中國科學技術大學教授陳恩紅團隊聯合華為諾亞方舟實驗室等提出了一個統一的工具調用數據合成框架ToolACE。該框架可以自動化地生成高準確性、高復雜性、高多樣性的工具調用數據。研究人員基于ToolACE合成的數據訓練了輕量級開源模型ToolACE-8B，以80億的模型參數量級，在開源工具調用榜單BFCL（伯克利大學發布的函數調用榜單）中效果持平千億參數量級別大語言模型GPT4，獲得開源第一，超過如Functionary等700億模型效果。 

大語言模型（如GPT-4）具備強大的語言處理能力，但其獨立運作時仍存在局限性，比如，無法進行復雜數學計算，獲取不到實時信息，難以提供專業定制化功能等。而通過為大語言模型提供各類工具，可以使其能提供更全面、實時、精確的服務，極大地擴展了其應用范圍和實際價值。

為提高模型的工具調用能力，高質量、多樣化且復雜的訓練數據扮演著至關重要的角色。然而，在現實中，工具調用數據的收集和標注極為困難，現有的合成數據生成方式在覆蓋率和準確性方面仍存在不足。新開發的工具調用數據合成框架ToolACE通過創新的自進化合成過程，構建了一個包含26507個多樣化的應用程序接口（API）的應用程序接口庫。通過多智能體之間的交互生成對話，并通過形式化的思維鏈過程引導數據生成，得到一系列真實、多樣、復雜的對話數據。進一步地，研究人員結合了基于規則和基于模型的數據質檢機制，驗證數據中工具使用和工具參數的合理性，確保了數據準確性。