返回
Tool Learning with Foundation Models
DOI:10.1145/3704435.png)
摘要
En 中文
人类拥有创造和使用工具的非凡能力。随着基础模型的问世,人工智能系统在工具使用方面具有与人类相当的潜力。这种被称为“基于基础模型的工具学习”范式,结合了工具和基础模型的优点,以在解决问题时实现更高的准确性、效率和自动化。本文对工具学习进行了系统性的调查和全面的综述。我们首先介绍了工具学习的背景,包括其认知起源、基础模型的范式转变以及工具与模型之间的互补作用。然后,我们回顾了现有的工具学习研究,并提出了一般框架:从理解用户指令开始,模型应学会将复杂任务分解为若干子任务,通过推理动态调整计划,并通过选择适当的工具有效完成每个子任务。我们还讨论了如何训练模型以提高其工具使用能力并促进工具学习的泛化。最后,我们讨论了若干需要进一步研究的问题,例如确保工具使用的可信性、使基础模型能够创建工具以及解决个性化挑战。总体而言,我们希望本文能够启发未来在整合工具与基础模型方面的研究。
Keyword:
Tool use
foundation models
literature survey
期刊
IF:
28
论文数:
2.5K
被引数:
3.5W
机构
引用论文
Sodium channel kinetic changes that produce Brugada syndrome or progressive cardiac conduction system disease产生Brugada综合征或进行性心脏传导系统疾病的钠通道动力学变化

