一句话导读
让大模型自学使用搜索、计算器等外部工具
论文信息
| 英文原名 | Toolformer: Language Models Can Teach Themselves to Use Tools |
| 中文常用名 | Toolformer（自学工具） |
| 作者 | Schick, Dwivedi-Yu, Dessi, et al. |
| 发表年份 | 2023 |
| 出处 / 获取 | arXiv:2302.04761 |
| 所属专题 | AI Agent |
本文为 AI泡泡堂 经典 AI 文献栏目收录，信息经公开渠道核验。若需引用请以原论文为准。
详细解读（中文）
一、论文背景：大语言模型的知识固定于训练数据、且无法做精确计算或获取实时信息。能否让模型自己学会”在合适时机调用外部工具（搜索、计算器、翻译）”，而不是依赖人工为每个任务写死工具调用？
二、核心创新：Toolformer 提出”自学工具调用”：模型在语料中自动标注出”何时需要调用工具”的位置（如计算、日期、搜索），生成 API 调用（如 [Calculator(1+2)→3]），再用”调用结果能否改善预测”作为自监督信号筛选标注，最后在标注后的数据上微调，让模型学会自主决定何时调用工具。
三、关键技术细节：① 候选工具包括计算器、问答系统、搜索引擎、翻译器、日历；② 标注过程：对语料中的词，用模型提示”要不要调用工具？”并采样生成调用，执行后用 loss 对比（保留能降低预测损失的调用）；③ 微调后模型可在 zero-shot 下自主调用工具；④ 实验表明 Toolformer 在算术、问答、事实查询等任务上超越 GPT-3 基线，且不会像人工工具提示那样降低通用能力。
影响与后续发展
Toolformer 开创了”语言模型自学使用工具”的研究方向，是当前”函数调用（Function Calling）””工具增强 Agent”（OpenAI 函数调用、Claude tools、各类 MCP 生态）的思想源头之一。
查看原始论文（权威链接）
英文原文摘要（Original Abstract，节选）
Toolformer: Language models can be taught to use external tools (such as search engines, calculators, and translation systems) through self-supervised learning. We introduce a model that decides when and how to call APIs, and show that it significantly improves zero-shot performance across a range of downstream tasks, enabling models to access up-to-date information and perform exact calculations.
提示：以上英文摘要为原文节选，完整论文请通过上方权威链接查看（原始论文版权归原作者/出版方所有）。