cv usk
@cv_usk
AI / Software Research Notes
AI Agent, LLMOps, MLOps, Software Architecture
投稿は個人の意見です。
参加 May 2026
280 フォロー中 415 ファン
🔧 ツール利用エージェントの学習データ、実は「答えを先に作る」方が効率的だったという発見です。
タイトル: ToolGrad: Efficient tool-use dataset generation with textual "gradients"
URL:
Google Researchが提案したToolGradは、従来のツール利用データセット生成の順序をひっくり返す手法です。注目ポイントを3つ紹介します。
🔄 アンサーファーストという逆転の発想
ユーザー指示を先に作って解決策を深さ優先探索で見つける従来手法とは逆に、検証済みのAPIワークフローを先に構築し、そこからユーザープロンプトを逆算します。試行錯誤が要らないため生成が効率的です。
📝 テキストで表現する「勾配」
数値の勾配の代わりに、API実行レポートから得た自然言語のフィードバックを「テキスト勾配」として使い、Proposer・Executors・Selector・Updaterという4モジュールでワークフローを段階的に構築していきます。
🏆 商用トップモデルに匹敵する性能
小規模データセットでファインチューニングしたToolGrad-12Bは、Berkeley Function Calling LeaderboardでGemini 2.5 ProやClaude 4.5 Opusに匹敵する83.1点を記録し、GPT-5を上回りました。
低コストなデータ生成が、そのまま実用レベルのエージェント性能に直結するのが印象的です。
#AIエージェント# #ツール利用#
もっと見る
