GTool : Planification d'outils améliorée par graphe avec modèle de langage de grande taille

La planification d'outils avec des modèles de langage de grande taille (LLMs), qui consiste à sélectionner, organiser et préparer les outils nécessaires pour accomplir une demande utilisateur, comble le fossé entre la compréhension du langage naturel et l'exécution de tâches. Cependant, les travaux actuels traitent les différents outils comme des composants isolés et ne tirent pas parti des dépendances inhérentes entre les outils, ce qui conduit à des résultats de planification invalides. Comme les dépendances entre outils sont souvent incomplètes, il devient difficile pour les LLMs d'identifier avec précision les outils appropriés requis par une demande utilisateur, surtout lorsqu'on est confronté à un grand ensemble d'outils. Pour résoudre ce défi, nous proposons GTool, qui est le premier travail visant à améliorer la capacité de planification d'outils des LLMs en présence de dépendances incomplètes. GTool construit un graphe d'outils spécifique à la requête pour sélectionner efficacement les outils et générer une structure fournissant suffisamment d'informations de dépendance compréhensibles par les LLMs. De plus, une tâche de prédiction des dépendances manquantes est conçue pour améliorer la fiabilité de GTool en cas de dépendances incomplètes. Sans modifier les LLMs, GTool peut être intégré de manière transparente avec diverses architectures de LLMs sans nécessiter un réentrainement intensif. Des expériences approfondies montrent que GTool obtient une amélioration de performance de plus de 29,6 % par rapport aux méthodes de pointe (SOTA) avec une architecture LLM légère (7B).