ChatGPT 爆火，Meta 也坐不住了。

微软和谷歌正在搜索引擎那边刺刀拼刺刀呢，谁想 Meta 冷不防抛出一篇新论文，顿时吸引全场目光：

瞄准 ChatGPT 的“软肋”，让大语言模型自行学会了使用工具！

简单来说，基于 Meta 的这个思路，ChatGPT 这些大语言模型可以缺啥补啥：

不会算数，就自己掏出计算器计算；需要最新信息，就自己连接搜索引擎搜索……

是不是有点 AI 自己操作自己内味儿了？

论文一出，不少 AI 研究者就将其视作“过去几周里最重要的论文”。

这篇论文给人们打开了思路，让大语言模型未来可以成为所有事情的起点。

还有网友表示：我老婆原本不太关心 AI，听说 Meta 这论文都惊了。普通人真的得好好想想这事儿了。

自学工具用法的大语言模型

这一回，Meta 给这个会使工具的语言模型起名 Toolformer。

Toolformer 的内核逻辑，总结下来很简单，就是：

专业的任务交给专业的工具来做。

在生成文本的过程中，遇到特定的任务，Toolformer 会直接调用所需工具的 API。

比如说，在执行这个任务：1400 名参与者，有 400 人通过了测试，占多大比例？（为了让 ChatGPT 掌握数学运算，OpenAI 可没少折腾，详见量子位：ChatGPT 连夜迭代：你老婆不好使了）

Toolformer 丝毫不慌，直接“掏出”计算器，现场计算得出结果：29%。

又或者说，想要备注个事情，只知道是周五，具体日期还不知道？

没关系，翻出日历查一下就好了。

甚至翻译任务也可以直接丢给它，各国语言都能够识别并翻译，直接省去了在软件切换语言的工夫。

除了这些工具之外，Toolformer 还能够调用 Q&A 以及搜索引擎等工具。

这时，就已经有网友开始畅想未来了：

现在，ChatGPT 版必应能帮你比较酒店价格，那未来有了 Toolformer，预定性价比高的酒店岂不是也可以甩给 AI 去做了。

不过话说回来，Toolformer 面对不同的任务都能行云流水般地调用对应的工具，它是怎么做到的呢？

一言以蔽之，Toolformer 经过训练，能够在生成文本中插入 API 调用，直接将任务外包出去。

在这其中，训练的过程是以自监督的方式完成的。这意味着无需大量人类标注好的数据，Toolformer 只需要少量演示就能学会调用 API。

具体来说，先给 Toolformer 提供少量已经手动标注好的例子，然后让语言模型在实践中生成一个更大的包含示例的数据集。

这个过程主要分成三步：

首先是取样，通俗点讲就是看输入的文本提示中，哪个地方需要调用哪种工具，然后直接将“调用的 API”插入到对应的地方；

其次是执行，执行上一步的“调用 API”任务，将生成的文本直接插入进去；

最后是过滤，上一步中工具生成的文本如果对输入文本来说用处不大的话，就可以直接 pass 掉，保留对文本有用的地方。

这样一来，基于这些有用的数据集，Toolformer 便可以对预先训练好的大语言模型进行微调。

讲了这么多，Toolformer 的真实效果到底如何，有没有一个横向的数据对比？

论文将 Toolformer 和多个其他大语言模型，包括 GPT-J，OPT（66B）以及 GPT-3（175B）进行了对比，比较了它们在数学、Q&A 以及机器翻译等方面的能力。

结果显示，在学习使用工具后，GPT-J 的零样本学习性能的到了显著的提高。

△Toolformer：是在 GPT- J 上微调，并加强了 CCNet 子集中的 API 调用/ Toolformer （disabled）：同上，但解码期间禁用 API 调用

并且在大多数任务上性能都有明显提高，在一些下游任务中 Toolformer 甚至已经超过了 GPT-3。

“未来大语言模型发展的重要分支”

说到这里，不知道你怎么看这件事儿。

有不少网友是已经按捺不住，想着去拔 AI 电源了。

而引发更多讨论的，是这样一种观点：Toolformer 可能是未来 LLM（大语言模型）发展的一个重要分支。

大语言模型进化出使用工具的能力，知道应该在何时、使用何种工具来实现需求，也就意味着许多在今天还需要人类和 AI 协作完成的工作，未来 AI 都能自己搞定了。

比如现在还多少有些“人工智障”的语音助手，如果背后有 ChatGPT+Toolformer 的技术能力支撑，那么从挑选符合需求的餐厅，到直接订座，这一系列动作都可以被丝滑地串联起来。

又比如微软的必应搜索接入 ChatGPT。如果这些大语言模型能充分调用各种 API、使用 UI，那它不仅能帮人们完成搜索，还能完全改变人们操作网页的方式 —— 一切输入都可以化简为自然语言。

甚至，ChatGPT 这样的模型，借助各种 API 重写自己的代码，也将成为可能。

事实上，让 AI 掌握工具的使用方法这个研究方向，也并不只有 Meta 在做。

比如谷歌即将嵌入到搜索中的 Bard，背后模型 LaMDA 就内置了一套工具箱，包括计算器、翻译器和访问搜索引擎获取外部信息的接口。

还有开源项目 LangChain，也致力于将大语言模型与外部的计算、知识来源相结合，以开发真正可用的应用程序。

而现在，Meta 又使大模型对工具的使用“熟练度”、“自主性”，更上一层楼。

不过，也有网友指出，Toolformer 所展现出的“自学”能力，还是一个初级、“狭义”的版本。

这些模型本身仍然是纯粹的函数：给定相同的输入（包括采样时的随机值），它将总是产生相同的输出。

有点像是在说，一个大语言模型能学会将特定领域的语言作为其自然语言的一部分，以此纳入来自外部工具的知识。

One More Thing

Meta 新论文炸场，还挑动了人类的“反思”神经。

这不，新鲜梗图已经出炉：

人类在沉迷，而机器在学习。

论文地址：

https://arxiv.org/abs/2302.04761

参考链接：

• [1] https://twitter.com/timo_schick/status/1624058382142345216

• [2] https://twitter.com/mathemagic1an/status/1624870248221663232

• [3] https://twitter.com/Tisoga/status/1624543837745192960

本文来自微信公众号：量子位 （ID：QbitAI），作者：鱼羊 Pine