論文の概要: Extending FunctionGemma for Practical On-Device Mobile Function Calling

• arxiv url: http://arxiv.org/abs/2609.25373v1
• Date: Mon, 21 Sep 2026 20:12:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.096845
• Title: Extending FunctionGemma for Practical On-Device Mobile Function Calling
• Title（参考訳）: 実用的なオンデバイスモバイル関数呼び出しのためのFunctionGemmaの拡張
• Abstract要約: 我々は,9500件の会話を合成,スキーマ検証したMOBILEACTIONSEXTENDEDを紹介する。 MOBILEACTIONSEXTENDEDでは、ベースモデルの29.3%とGoogleのMobileActionsの17.2%から76.5%に改善されている。 データセット、微調整されたモデル、再現可能なトレーニング/評価パイプライン、Androidデモをリリースしています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: On-device assistants require function-calling models that map natural language to local system actions, but existing resources emphasize web APIs or narrow mobile-action catalogs. We extend FunctionGemma 270M-it to practical Android workflows by introducing MOBILEACTIONSEXTENDED, a synthetic, schema-validated dataset of ~9,500 conversations covering fifteen device-control categories, including messaging, phone calls, camera/screenshot, brightness control, device-status queries, flashlight control, and application management. We fine-tune the 270M model with TRL supervised fine-tuning under completion-only loss, producing an extended specialist and a combined model trained jointly with Google's MOBILEACTIONSGOOGLE. On MOBILEACTIONSEXTENDED, end-to-end accuracy improves from 29.3% for the base model and 17.2% for Google's Mobile-Actions variant to 76.5%. The combined model retains 76.5% on MOBILEACTIONSEXTENDED and reaches 82.3% on MOBILEACTIONSGOOGLE, down from the 90.3% of Google's Mobile-Actions specialist, representing an 8.0-percentage-point trade-off in return for doubling category coverage. We release the dataset, fine-tuned models, reproducible training/evaluation pipeline, and an Android demo, highlighting compact local function calling as a practical path towards low-latency and privacy-preserving mobile assistants.
• Abstract（参考訳）: デバイス上のアシスタントは、自然言語をローカルなシステムアクションにマッピングする関数呼び出しモデルを必要とするが、既存のリソースはWeb APIや狭いモバイルアクションカタログに重点を置いている。 私たちはFunctionGemma 270M-itを、メッセージング、電話、カメラ/スクリーンショット、明るさ制御、デバイス統計クエリ、懐中電灯制御、アプリケーション管理を含む15のデバイス制御カテゴリをカバーする、約9,500の会話の合成、スキーマ検証データセットであるMOBILEACTIONSEXTENDEDを導入することで、実用的なAndroidワークフローに拡張します。 270MモデルをTRLで微調整し、完成のみの損失で微調整し、拡張されたスペシャリストと、GoogleのMOBILEACTIONSGOOGLEと共同で訓練されたモデルを生成する。 MOBILEACTIONSEXTENDEDでは、ベースモデルの29.3%とGoogleのMobile-Actionsの17.2%から76.5%に改善されている。 MOBILEACTIONSEXTENDEDで76.5%を維持し、MoBILEACTIONSGOOGLEで82.3%に達した。 データセット、微調整モデル、再現可能なトレーニング/評価パイプライン、Androidデモをリリースし、低レイテンシとプライバシ保護のモバイルアシスタントへの実践的なパスとして、コンパクトなローカル関数呼び出しを強調した。

関連論文リスト

• MobileManiBench: Simplifying Model Verification for Mobile Manipulation [70.30578259859512]
  MobileManiBenchは、モバイルベースのロボット操作のための大規模なベンチマークである。 MobileManiBenchには、2つのモバイルプラットフォーム(パラレルグリッパーとデキソラスハンドロボット)、2つの同期カメラ(頭と右手首)、630のオブジェクト(オープン、クローズ、プル、プッシュ、ピック)、5つのスキル(オープン、クローズ、プッシュ、ピック)、100以上のタスクが現実的なシーンで実行される。
  論文  参考訳（メタデータ） (2026-02-05T02:49:52Z)
• Beyond Training: Enabling Self-Evolution of Agents with MOBIMEM [10.20348197254329]
  大きな言語モデル(LLM)エージェントは、モバイルおよびデスクトップ環境で複雑なタスクを自動化するために、ますますデプロイされる。 現在のモデル中心のエージェントアーキテクチャは、デプロイ後の自己開発に苦労している。 MEMMEMは、モデルの再訓練なしに反復的な自己進化を可能にするメモリ認識エージェントシステムである。
  論文  参考訳（メタデータ） (2025-12-15T12:38:43Z)
• Scalable Video-to-Dataset Generation for Cross-Platform Mobile Agents [57.59830804627066]
  実世界のモバイルOSナビゲーションをキャプチャする20Kの指導ビデオから,313Kの注釈付きフレームの大規模データセットであるMONDAYを紹介した。 MONDAYを事前学習フェーズに含むモデルは、堅牢なクロスプラットフォームの一般化機能を示す。 公開されているビデオコンテンツを利用して、包括的なタスクデータセットを作成する自動化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-19T02:39:03Z)
• SlimLM: An Efficient Small Language Model for On-Device Document Assistance [60.971107009492606]
  SlimLMはモバイル端末上での文書支援タスクに最適化された一連のSLMである。 SlimLMはSlimPajama-627Bで事前訓練され、DocAssistで微調整されている。 我々はSlimLMを既存のSLMと比較し、同等または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-11-15T04:44:34Z)
• MobileLLM: Optimizing Sub-billion Parameter Language Models for On-Device Use Cases [46.997172696192195]
  本稿では、クラウドコストの増大とレイテンシの懸念により、モバイルデバイス上での効率的な大規模言語モデル(LLM)の必要性に対処する。 モバイルデプロイメントの実践的な選択として,10億未満のパラメータで高品質なLLMを設計することに重点を置いています。
  論文  参考訳（メタデータ） (2024-02-22T18:58:55Z)
• Explore, Select, Derive, and Recall: Augmenting LLM with Human-like Memory for Mobile Task Automation [8.158152532619576]
  本稿では,ヒューマンライクなアプリメモリを備えたモバイルタスク・オートマトンであるMobileGPTを紹介する。 MobileGPTは、モバイルアプリと対話する人間の認知プロセスをエミュレートする。 我々は,オンラインLLMサービス(GPT-3.5およびGPT-4)を用いてMobileGPTを実装し,その性能を18のモバイルアプリで185タスクのデータセット上で評価した。
  論文  参考訳（メタデータ） (2023-12-04T06:13:35Z)
• AutoDroid: LLM-powered Task Automation in Android [32.241570727243534]
  モバイルタスク自動化システムであるAutoDroidを紹介した。 主なコンポーネントは、LLMでUIをブリッジする機能対応UI表現メソッドである。 我々は、メモリ拡張Androidタスク自動化のための新しいベンチマークで、その性能を158の共通タスクで評価した。
  論文  参考訳（メタデータ） (2023-08-29T13:02:30Z)

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。