論文の概要: RefTool: Enhancing Model Reasoning with Reference-Guided Tool Creation

• arxiv url: http://arxiv.org/abs/2505.21413v1
• Date: Tue, 27 May 2025 16:41:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 17:05:58.807028
• Title: RefTool: Enhancing Model Reasoning with Reference-Guided Tool Creation
• Title（参考訳）: RefTool: リファレンスガイドツール作成によるモデル推論の強化
• Authors: Xiao Liu, Da Yin, Zirui Wu, Yansong Feng,
• Abstract要約: RefToolは、自動ツール作成のための参照誘導フレームワークである。 リファレンスコンテンツから実行可能なツールを生成し、イラストレーションの例を使って検証し、階層的にツールボックスに整理する。 因果性、物理、化学ベンチマークの実験では、RefToolが既存のツール作成法やドメイン固有の推論法より優れていることが示されている。
• 参考スコア（独自算出の注目度）: 44.128974924517465
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Tools enhance the reasoning capabilities of large language models (LLMs) in complex problem-solving tasks, but not all tasks have available tools. In the absence of predefined tools, prior works have explored instructing LLMs to generate tools on their own. However, such approaches rely heavily on the models' internal knowledge and would fail in domains beyond the LLMs' knowledge scope. To address this limitation, we propose RefTool, a reference-guided framework for automatic tool creation that leverages structured external materials such as textbooks. RefTool consists of two modules: (1) tool creation, where LLMs generate executable tools from reference content, validate them using illustrative examples, and organize them hierarchically into a toolbox; and (2) tool utilization, where LLMs navigate the toolbox structure to select and apply the appropriate tools to solve problems. Experiments on causality, physics, and chemistry benchmarks demonstrate that RefTool outperforms existing tool-creation and domain-specific reasoning methods by 11.3% on average accuracy, while being cost-efficient and broadly generalizable. Analyses reveal that grounding tool creation in references produces accurate and faithful tools, and that the hierarchical structure facilitates effective tool selection. RefTool enables LLMs to overcome knowledge limitations, demonstrating the value of grounding tool creation in external references for enhanced and generalizable reasoning.
• Abstract（参考訳）: ツールは、複雑な問題解決タスクにおいて、大きな言語モデル(LLM)の推論能力を高めるが、すべてのタスクが利用可能なツールを持っているわけではない。 事前に定義されたツールがないため、以前の作業では、自分たちでツールを生成するためのLLMの指示が検討されている。 しかし、そのようなアプローチはモデルの内部知識に大きく依存しており、LLMの知識範囲を超える領域では失敗する。 この制限に対処するために、教科書などの構造化外装素材を活用する自動ツール作成のための参照誘導フレームワークであるRefToolを提案する。 RefToolは2つのモジュールから構成される。(1) ツール作成、(1) LLM が参照コンテンツから実行可能なツールを生成し、図式的な例を使ってそれらを検証し、階層的にツールボックスに整理する、2) ツール利用、(2) LLM がツールボックス構造をナビゲートして問題の解決に適切なツールを選択して適用する、という2つのモジュールである。 因果性、物理、化学のベンチマークの実験では、RefToolはコスト効率と広範に一般化可能でありながら、既存のツール作成法とドメイン固有の推論法を平均精度で11.3%上回っている。 解析によれば、基準における接地ツール作成は正確で忠実なツールを生み出し、階層構造は効果的なツール選択を促進する。 RefToolは、LLMが知識制限を克服し、拡張および一般化可能な推論のための外部参照において、基盤ツール作成の価値を実証することを可能にする。

関連論文リスト

• PTR: Precision-Driven Tool Recommendation for Large Language Models [43.53494041932615]
  大規模言語モデル(LLM)のためのPTR(Precision-driven Tool Recommendation)アプローチを提案する。 PTRは、過去のツールバンドルの利用を利用して、初期的かつ簡潔なツールセットをキャプチャし、ツールマッチングを実行することで、ツールセットを動的に調整する。 LLMのツールレコメンデーションの有効性を評価するために,新しいデータセットRecToolsとメトリクスTRACCを提案する。
  論文  参考訳（メタデータ） (2024-11-14T17:33:36Z)
• Enhancing Tool Retrieval with Iterative Feedback from Large Language Models [9.588592185027455]
  大規模言語モデル(LLM)は、コンテキスト内学習や微調整を通じて、ある程度のツールを効果的に扱うことができる。 現実のシナリオでは、ツールの数は一般的に広範囲で不規則に更新され、専用のツール検索コンポーネントの必要性を強調している。 本稿では,大規模言語モデルからの反復的なフィードバックでツール検索を強化することを提案する。
  論文  参考訳（メタデータ） (2024-06-25T11:12:01Z)
• Tool Learning in the Wild: Empowering Language Models as Automatic Tool Agents [56.822238860147024]
  大規模な言語モデルを外部ツールで拡張することは、彼らのユーティリティを拡張するための有望なアプローチとして現れました。 以前のメソッドは、ツールドキュメントを手動で解析し、コンテキスト内デモを作成し、ツールをLLMがステップバイステップの推論で使用する構造化フォーマットに変換する。 LLMがツール使用ワークフローを自動化できるフレームワークであるAutoToolsを提案する。
  論文  参考訳（メタデータ） (2024-05-26T11:40:58Z)
• EASYTOOL: Enhancing LLM-based Agents with Concise Tool Instruction [56.02100384015907]
  EasyToolは、多種多様で長いツールドキュメントを統一的で簡潔なツール命令に変換するフレームワークである。 トークン使用量を大幅に削減し、現実のシナリオにおけるツール利用のパフォーマンスを向上させることができる。
  論文  参考訳（メタデータ） (2024-01-11T15:45:11Z)
• Large Language Models as Tool Makers [85.00361145117293]
  我々はLLM A s Tool Makers (LATM) と呼ばれるクローズドループフレームワークを導入する。 ツール作成: 1 つのツール作成: LLM がタスクセットのためのツールを作成するツールメーカとして機能する 2 つのツール使用: 別の LLM がツールユーザとして機能し、ツールメーカが問題解決のために構築したツールを適用する。
  論文  参考訳（メタデータ） (2023-05-26T17:50:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。