Вызов инструментов и функций
Пусть модель выберет API и заполнит аргументы
Полный текст статьи представлен на английском; заголовок и аннотация локализованы.
ЧТО ЭТО ЗА ВОЗМОЖНОСТЬ
Takes a user request and a list of available tools — names, descriptions, argument schemas — and outputs a structured call such as get_weather with city set to Shanghai. The model executes nothing itself; it selects a tool and assembles arguments, while the actual call is made by external code whose result is fed back for further reasoning.
Как это устроено
Fine-tuning on many examples of when to call, which tool to use and what arguments look like teaches the model to emit a call when it needs external information or action; at inference the tool definitions go into the prompt and the output is constrained to a valid structure. With many tools, retrieval first narrows the candidates, and a multi-turn loop that feeds results back handles complex tasks.
Примеры продуктов
10LangChain
2022Связывание моделей, инструментов и поиска
GPT-4o
2024Универсальная модель с нативной мультимодальностью: текст, изображение и звук через один вход
Claude
2023Универсальная диалоговая модель, известная длинным контекстом и выравниванием по безопасности
Gemini
2023Универсальная модель с нативной мультимодальностью, рассчитанная на очень длинный контекст
Qwen
2023Семейство с открытыми весами, охватывающее разные размеры и мультимодальные версии
MiniMax-M
2025Модель рассуждений с открытыми весами, гибридным вниманием и контекстом в миллион токенов
Command R
2024Коммерческая модель, рассчитанная на дополнение поиском и вызов инструментов
Mistral Large
2024Флагманская коммерческая модель европейской лаборатории открытых весов
GLM
2023Китайская универсальная модель, начавшая с авторегрессивного заполнения пропусков
Llama
2023Семейство моделей, сделавшее открытые веса массовым путём
Связанные организации
Типичное применение
- Fetching live data such as weather, prices or stock
- Performing business actions such as orders and messages
- Calling calculators, search and code executors
- Chaining several APIs for a composite task
Как её оценивают
- Function-selection accuracy
- Share of requests where the right tool was chosen
- Exact argument match
- Share with arguments exactly matching the reference
- End-to-end task success
- Whether the task completes once tools actually run
Границы и трудности
- Slightly complex argument shapes — nested objects, arrays, optional fields — are easily filled wrongly
- As the tool list grows, wrong selections rise sharply, and similar-purpose tools are the most confusable
- Recovery after a failed call is unreliable, and the model often loops on the error instead of adapting
Концепции в основе
Агенты и использование инструментов
Пусть модель не только отвечает, но и ищет, вызывает API, запускает код — и выбирает следующий шаг по полученному результату
Промптинг и выравнивание
Сделать модель полезной, честной и безопасной труднее, чем просто увеличить её
Архитектура Transformer
Замена эстафеты по одному слову залом, где все говорят сразу, — и дальние зависимости оказываются в одном шаге