概述
Toolformer 是一種 2023 Meta AI 方法，可讓語言模型自學何時以及如何呼叫計算器、搜尋引擎和翻譯器等外部工具。該模型不是人類標記工具調用，而是生成並過濾自己的訓練範例，然後對真正有幫助的範例進行微調。
Toolformer 和自學工具使用是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。
深入探討
Toolformer，來自 Schick 等人。在 Meta AI，解決了一個悖論：大型模型擅長語言，但不擅長算術、新鮮事實和精確查找。訓練循環是自我監督的。該模型給出了一些顯示 API 呼叫語法的人工編寫範例，然後提示在大型文字語料庫的許多位置插入候選呼叫（以特殊標記包裝）。每個候選呼叫都會實際執行，並且結果會被拼接進去。只有當 API 結果比不呼叫或以不同方式呼叫更能降低模型對即將到來的真實文字的困惑時，關鍵過濾步驟才會保留工具呼叫。然後，該模型在這個經過過濾的、自行產生的資料集上進行微調，學習呼叫五個工具：計算器、QA 系統、搜尋引擎、翻譯器和日曆。
技術洞察
決定性的想法是自監督過濾目標。對於每個候選位置，Toolformer 會比較插入 API 結果與不插入 API 結果時預測以下標記的損失。損失減少超過閾值的呼叫將被保留；無用或嘈雜的呼叫將被丟棄。這意味著不需要對「正確」工具使用進行人工註釋，模型本身會決定哪些呼叫真正提供訊息，並且它會共同學習放置和參數。
掌握 Toolformer 和自學工具的使用
Toolformer 是一種 2023 Meta AI 方法，可讓語言模型自學何時以及如何呼叫計算器、搜尋引擎和翻譯器等外部工具。該模型不是人類標記工具調用，而是生成並過濾自己的訓練範例，然後對真正有幫助的範例進行微調。 Toolformer 和自學工具使用是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。為了建立深入的理解，請將 Toolformer 和自學工具使用視為一種操作模型，而不是單一功能：定義所需的結果，澄清假設，並將系統可以可靠地執行的操作與仍需要專家判斷的操作分開。
在實踐中，使用 Toolformer 和自學工具使用的強大團隊根據可靠性和成本優化架構、資料和基礎設施選擇。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
多年來，架構決策決定著效能和營運成本。同時，優化一個基準測試可以隱藏更廣泛的系統弱點。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
多年來，架構決策決定著效能和營運成本。
多年來，架構決策決定著效能和營運成本。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
更好的工程選擇可以減少生產中的可靠性事故。
更好的工程選擇可以減少生產中的可靠性事故。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
在句子中間呼叫計算器 API 以獲得精確的算術結果，而不是猜測數字答案。
查詢搜尋或 QA 系統以取得最新或很少見的事實資訊。
呼叫機器翻譯工具在生成的文字中呈現另一種語言的短語。
使用日曆/日期工具將「下週五」等相對引用解析為具體日期。
實施模式
Toolformer 和自學工具的實務使用
在句子中間呼叫計算器 API 以獲得精確的算術結果，而不是猜測數字答案。
在句子中間呼叫計算器 API 來獲得精確的算術，而不是猜測數字答案 當團隊預先定義質量閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
Toolformer 和自學工具的實務使用
查詢搜尋或 QA 系統以取得最新或很少見的事實資訊。
查詢搜尋或 QA 系統以獲取最新或很少見的事實資訊 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
Toolformer 和自學工具的實務使用
呼叫機器翻譯工具在生成的文字中呈現另一種語言的短語。
呼叫機器翻譯工具在生成的文本中以另一種語言呈現短語當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
Toolformer 和自學工具的實務使用
使用日曆/日期工具將「下週五」等相對引用解析為具體日期。
使用日曆/日期工具來解決諸如“下週五”之類的具體日期的相關引用當團隊預先定義質量閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
優化一項基準測試可以隱藏更廣泛的系統弱點。
基礎設施和維護成本常常被低估。
隨著系統變得更加複雜，安全性和可觀察性差距可能會擴大。
實施路線圖
在實施之前定義延遲、品質和成本目標。
在實施之前定義延遲、品質和成本目標。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在實際負載和資料條件下進行基準測試。
在實際負載和資料條件下進行基準測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
儀器監控錯誤、漂移和使用者影響。
儀器監控錯誤、漂移和使用者影響。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在擴展之前準備回滾和事件回應路徑。
在擴展之前準備回滾和事件回應路徑。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。