Il Framework UniToolCall Standardizza l'Apprendimento degli Strumenti per gli Agenti LLM

Il framework UniToolCall, recentemente introdotto, affronta le discrepanze nelle interazioni tra gli agenti di grandi modelli linguistici e gli strumenti esterni. Questo sistema standardizza l'intero processo, dalla costruzione dei set di strumenti alla loro valutazione. Presenta una vasta raccolta di oltre 22.000 strumenti e sviluppa un dataset di addestramento ibrido comprendente più di 390.000 istanze, unendo 10 dataset pubblici standardizzati con traiettorie sintetiche controllate sistematicamente. Il framework modella vari stili di interazione, inclusi metodi a salto singolo rispetto a salti multipli e a turno singolo rispetto a turni multipli, adattandosi sia a formati di esecuzione seriale che parallela. La capacità di utilizzo degli strumenti è essenziale per gli agenti LLM, consentendo chiamate di funzione strutturate per interagire con sistemi esterni. La ricerca, identificata da arXiv come 2604.11557v1, evidenzia le incoerenze nelle rappresentazioni di interazione esistenti e nei benchmark di valutazione.