Google presenta toolgrad: un nuevo marco para generar datos de uso de herramientas con una precisión casi perfecta

Google Research, en colaboración con la Universidad de Tokio, RIKEN AIP y la Universidad de Tohoku, ha presentado ToolGrad, un marco para generar datos de uso de herramientas con una tasa de éxito del 99,8%. El enfoque invierte los métodos tradicionales construyendo primero una cadena de uso de herramientas verificada a través de la ejecución de API y luego generando una consulta de usuario correspondiente. Los modelos Gemma-3, afinados en el conjunto de datos ToolGrad-500, superaron a los modelos existentes en el Berkeley Function Calling Leaderboard, una prueba fuera de la distribución. El marco es de código abierto, con código bajo Apache-2.0 y modelos en Hugging Face. El equipo lo evaluó frente a la base de datos de la API ToolBench, que incluye más de 16.000 API del mundo real, informando de una tasa de fallo del 0,2%. El proyecto incluye scripts de reproducción para BFCL V1 y V2, disponibles en GitHub y el blog de Google Research. ToolGrad utiliza cuatro módulos secuenciales, produciendo una consulta de usuario, un flujo de API verificado y una respuesta final por iteración. La configuración predeterminada ejecuta 10 iteraciones sobre 50 API muestreadas por flujo de trabajo. La eficiencia y precisión del sistema lo convierten en una alternativa prometedora a los métodos existentes, que a menudo no producen resultados fiables. La investigación enfatiza la importancia de los datos de alta calidad y verificados para entrenar modelos de lenguaje grandes para que utilicen las herramientas de forma eficaz.