Google Research presenteert ToolGrad voor datageneratie

Google Research heeft een methode ontwikkeld genaamd ToolGrad, waarmee datasets voor toepassingen waarbij AI-systemen externe softwaretools aanroepen, nauwkeuriger kunnen worden gegenereerd. Traditioneel wordt eerst een gebruikersvraag bedacht waar een programmeeroplossing bij gezocht wordt, maar deze nieuwe aanpak werkt precies andersom. Eerst wordt een gevalideerde reeks API-aanroepen vastgesteld, waarna de bijhorende vraag wordt geschreven.

Nieuwe benadering voor hulpmiddelgebruik

Het proces maakt gebruik van een iteratieve lus waarin via tekstuele signalen wordt gestuurd op de juiste uitvoering. Uit tests blijkt dat deze aanpak efficiënt werkt en vergelijkbare prestaties kan opleveren als grotere modellen, zelfs wanneer kleinere taalmodellen met een beperkte hoeveelheid voorbeeldmateriaal worden getraind.

Het trainen van taalmodellen om betrouwbaar met externe software en API's te werken is een belangrijk onderzoeksgebied binnen de kunstmatige intelligentie. Veel modellen worstelen met complexe taken waarbij meerdere stappen achter elkaar moeten worden gezet. Door de kwaliteit van de trainingsdata te verbeteren, kunnen onderzoekers betere resultaten behalen zonder dat daar per se grotere modellen voor nodig zijn.