टूलफॉर्मर और स्व-सिखाया टूल का उपयोग
टूलफॉर्मर एक 2023 Meta AI पद्धति है जो एक भाषा मॉडल को खुद को सिखाने देती है कि कैलकुलेटर, खोज इंजन और अनुवादक जैसे बाहरी टूल को कब और कैसे कॉल करना है।
सिंहावलोकन
Instead of humans labeling tool calls, the model generates and filters its own training examples, then fine-tunes on the ones that actually help.
गहरा गोता
स्किक एट अल से टूलफॉर्मर। Meta AI पर, एक विरोधाभास से निपटता है: बड़े मॉडल भाषा में तो अच्छे होते हैं लेकिन अंकगणित, ताजा तथ्यों और सटीक लुकअप में खराब होते हैं। प्रशिक्षण लूप स्व-पर्यवेक्षित है। मॉडल को एपीआई-कॉल सिंटैक्स दिखाने वाले मुट्ठी भर मानव-लिखित उदाहरण दिए गए हैं, फिर एक बड़े टेक्स्ट कॉर्पस में कई स्थानों पर उम्मीदवार कॉल (विशेष टोकन में लिपटे) डालने के लिए प्रेरित किया गया है। प्रत्येक उम्मीदवार कॉल को वास्तव में निष्पादित किया जाता है, और परिणाम को जोड़ दिया जाता है। कुंजी फ़िल्टरिंग चरण एक टूल कॉल को केवल तभी रखता है जब एपीआई परिणाम होने से आगामी वास्तविक पाठ पर मॉडल की उलझन कम हो जाती है, न कि कॉल करने या अलग तरीके से कॉल करने की तुलना में। फिर मॉडल को इस फ़िल्टर किए गए, स्व-निर्मित डेटासेट पर ठीक से ट्यून किया जाता है, जिसमें पांच टूल को लागू करना सीखा जाता है: एक कैलकुलेटर, एक क्यूए सिस्टम, एक खोज इंजन, एक अनुवादक और एक कैलेंडर।
तकनीकी अंतर्दृष्टि
निर्णायक विचार स्व-पर्यवेक्षित फ़िल्टरिंग उद्देश्य है। प्रत्येक उम्मीदवार की स्थिति के लिए, टूलफॉर्मर निम्नलिखित टोकन की भविष्यवाणी करने के नुकसान की तुलना एपीआई परिणाम के साथ इसके बिना डालने से करता है। एक सीमा से अधिक हानि कम करने वाली कॉलें बरकरार रखी जाती हैं; बेकार या शोर-शराबे वाली कॉलें खारिज कर दी जाती हैं। इसका मतलब यह है कि 'सही' टूल उपयोग की किसी मानवीय व्याख्या की आवश्यकता नहीं है, मॉडल स्वयं तय करता है कि कौन सी कॉल वास्तव में जानकारीपूर्ण थी, और यह प्लेसमेंट और तर्कों को संयुक्त रूप से सीखता है।
सामरिक प्रभाव
लागत और बजट
वास्तुकला संबंधी निर्णय वर्षों तक प्रदर्शन और परिचालन लागत को संचालित करते हैं।
स्पष्ट निर्णय
तकनीकी शिक्षा टीमों को सही स्टैक चुनने में मदद करती है, न कि केवल नवीनतम स्टैक चुनने में।
गुणवत्ता नियंत्रण
बेहतर इंजीनियरिंग विकल्प उत्पादन में विश्वसनीयता की घटनाओं को कम करते हैं।
टूलफॉर्मर और स्व-सिखाया टूल उपयोग का भविष्य
टूलफॉर्मर ने आज के टूल-उपयोग और फ़ंक्शन-कॉलिंग एजेंटों का बीजारोपण किया। सीमा एक निश्चित मुट्ठी भर उपकरणों से लेकर रनटाइम पर खोजे गए दर्जनों या सैकड़ों उपकरणों की ओर बढ़ रही है, जिसमें मॉडल इस बारे में तर्क दे रहे हैं कि किस उपकरण को कॉल करना है, कॉलों की श्रृंखला बनाना और विफलताओं को संभालना है। सुदृढीकरण सीखने और एजेंट लूप के साथ-साथ नए एपीआई के ऑन-द-फ़्लाई सीखने के साथ सख्त एकीकरण की अपेक्षा करें, ताकि स्व-सिखाया टूल का उपयोग एक विशेष फाइन-ट्यून के बजाय एक मानक क्षमता बन जाए।
वास्तविक विश्व कार्यान्वयन
संख्यात्मक उत्तर का अनुमान लगाने के बजाय सटीक अंकगणित प्राप्त करने के लिए वाक्य के मध्य में कैलकुलेटर एपीआई को कॉल करना।
नवीनतम या शायद ही कभी देखी गई तथ्यात्मक जानकारी प्राप्त करने के लिए खोज या क्यूए प्रणाली को क्वेरी करना।
उत्पन्न पाठ के भीतर किसी वाक्यांश को किसी अन्य भाषा में प्रस्तुत करने के लिए मशीन-अनुवाद उपकरण का उपयोग करना।
किसी ठोस तारीख के लिए 'अगले शुक्रवार' जैसे संबंधित संदर्भों को हल करने के लिए कैलेंडर/दिनांक उपकरण का उपयोग करना।
जोखिम और रेलिंग
एक बेंचमार्क को अनुकूलित करने से व्यापक सिस्टम कमजोरियों को छुपाया जा सकता है।
बुनियादी ढांचे और रखरखाव की लागत को अक्सर कम करके आंका जाता है।
जैसे-जैसे सिस्टम अधिक जटिल होते जाएंगे सुरक्षा और अवलोकन संबंधी अंतराल बढ़ सकते हैं।
कार्यान्वयन रोडमैप
कार्यान्वयन से पहले विलंबता, गुणवत्ता और लागत लक्ष्य परिभाषित करें।
यथार्थवादी लोड और डेटा स्थितियों के तहत बेंचमार्क।
त्रुटियों, बहाव और उपयोगकर्ता प्रभाव के लिए उपकरण निगरानी।
स्केलिंग से पहले रोलबैक और घटना प्रतिक्रिया पथ तैयार करें।
अन्वेषण करते रहें
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Toolformer and Self-Taught Tool Use quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
अगली गाइड
एजेंट लूप्स में आत्म-प्रतिबिंब
अक्सर पूछे जाने वाले प्रश्नों
What is Toolformer and Self-Taught Tool Use?
टूलफॉर्मर एक 2023 Meta AI पद्धति है जो एक भाषा मॉडल को खुद को सिखाने देती है कि कैलकुलेटर, खोज इंजन और अनुवादक जैसे बाहरी टूल को कब और कैसे कॉल करना है। इंसानों द्वारा टूल कॉल को लेबल करने के बजाय, मॉडल अपने स्वयं के प्रशिक्षण उदाहरण तैयार करता है और फ़िल्टर करता है, फिर उन उदाहरणों को ठीक करता है जो वास्तव में मदद करते हैं।
टूलफ़ॉर्मर के टूल उपयोग को सीखने के दृष्टिकोण को क्या विशिष्ट बनाता है?
टूलफॉर्मर स्वयं-पर्यवेक्षित है: मॉडल उम्मीदवार एपीआई कॉल का प्रस्ताव करता है, उन्हें निष्पादित करता है, और सही उपयोग के मानव एनोटेशन के बिना, केवल सहायक लोगों को रखता है।
उम्मीदवार एपीआई कॉल रखना है या नहीं यह तय करने के लिए टूलफॉर्मर किस मानदंड का उपयोग करता है?
एक कॉल को केवल तभी बरकरार रखा जाता है जब उसका परिणाम डालने से आने वाले वास्तविक पाठ पर मॉडल की उलझन/हानि एक सीमा से अधिक कम हो जाती है, यह दर्शाता है कि यह वास्तव में उपयोगी था।
मूल टूलफॉर्मर ने टूल के किस सेट का उपयोग करना सीखा?
टूलफॉर्मर को पांच एपीआई लागू करने के लिए प्रशिक्षित किया गया था: एक कैलकुलेटर, एक प्रश्न-उत्तर प्रणाली, एक खोज इंजन, एक मशीन अनुवादक और एक कैलेंडर।
टूलफॉर्मर की प्रक्रिया के दौरान टूल कॉल को टेक्स्ट में कैसे दर्शाया जाता है?
उम्मीदवार की कॉल और उनके लौटाए गए परिणाम विशेष टोकन का उपयोग करके पाठ में इनलाइन डाले जाते हैं, इसलिए मॉडल प्लेसमेंट और तर्क एक साथ सीखता है।
बड़े भाषा मॉडलों की किस अंतर्निहित कमज़ोरी ने टूलफ़ॉर्मर को प्रेरित किया?
मजबूत भाषा कौशल के बावजूद, एलएलएम सटीक अंकगणित, अद्यतित तथ्यों और सटीक जानकारी पुनर्प्राप्ति के साथ संघर्ष करते हैं, जो बाहरी उपकरण प्रदान कर सकते हैं।