गूगल और कई जापानी विश्वविद्यालयों के शोधकर्ताओं ने ToolGrad पेश किया है, एक फ्रेमवर्क जो टूल-यूज़ डेटासेट बनाने की पारंपरिक पाइपलाइन को उलट देता है, पहले सत्यापित API चेन बनाकर और फिर उनसे मेल खाने वाले उपयोगकर्ता क्वेरी लिखकर। यह दृष्टिकोण उन क्वेरी-फर्स्ट विधियों की अक्षमता को समाप्त करने का लक्ष्य रखता है जो अक्सर एजेंट अन्वेषण के दौरान विफल हो जाती हैं।
- सिस्टम एक लूप में चार मॉड्यूल का उपयोग करता है: API Proposer, API Executors, API Selector, और LLM Updater।
- ToolBench डेटाबेस पर, ToolGrad ने 63.8% DFS-आधारित विधियों की तुलना में 99.8% पास दर हासिल की।
- इसने प्रति नमूना टूल-यूज़ चरणों को 34.3 से घटाकर 20.0 कर दिया, जबकि ग्राउंड-ट्रुथ चेन लंबाई बढ़ी।
- परिणामी ToolGrad-500 डेटासेट पर Gemma-3 मॉडल का फाइन-ट्यूनिंग सभी पैरामीटर आकारों में प्रदर्शन को बेहतर बनाता है।
- 12B मॉडल ने Berkeley Function Calling Leaderboard पर 83.1 की रेटिंग हासिल की, जिसने Gemini 2.5 Flash-Lite को पार किया और अग्रणी बंद स्रोत मॉडलों के साथ प्रतिस्पर्धा की।
यह फ्रेमवर्क टूल-यूज़ के लिए LLMs के अधिक कुशल और विश्वसनीय प्रशिक्षण को सक्षम बनाने के लिए ओपन-सोर्स कोड, डेटासेट और मॉडल प्रदान करता है।