上一篇
OuteTTS是什么？一文让你看懂OuteTTS的技术原理、主要功能、应用场景
GTA是什么？一文让你看懂GTA的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
GTA概述简介
GTA（a benchmark for General Tool Agents）是上海交通大学和上海AI实验室一起推出的基准测试，评估大型语言大模型（LLMs）在真实世界场景中调用工具的能力。GTA基于提供真实的用户问题、真实部署的工具和多模态输入输出，建立一个全面、细粒度的评估框架，有效衡量LLMs在复杂场景下的工具使用能力。GTA包含229个人类设计的问题，覆盖感知、操作、逻辑和创造力等多个类别，要求模型推理合适的工具，规划操作步骤，解决现实世界中的复杂任务。
GTA的功能特色
真实用户查询：包含229个人类编写的问题，问题具有简单的现实世界目标，但解决步骤和所需工具是隐含的，要求LLM基于推理选择合适的工具、规划操作步骤。
真实部署的工具：GTA提供一个评估平台，部署涵盖感知、操作、逻辑和创造力四大类别的14种工具，评估代理的实际任务执行性能。
多模态输入输出：GTA引入空间场景、网页截图、表格、代码片段、手写/打印材料等多模态输入，要求模型处理丰富的上下文信息，给出文本或图像输出。
细粒度评估：GTA设计细粒度的评估指标，包括指令遵循准确率（InstAcc）、工具选择准确率（ToolAcc）、参数预测准确率（ArgAcc）和答案总结准确率（SummAcc），及最终答案准确率（AnsAcc）。
模型评测：GTA在逐步模式（step-by-step mode）和端到端模式（end-to-end mode）下评估语言大模型，提供对模型工具使用能力的全面评估。
GTA的技术原理
数据集构建：GTA的数据集构建包括问题构建和工具链构建两个步骤。问题由专家设计样例和标注文档，由标注人员基于样例设计更多的问题。工具链由标注人员手动调用部署好的工具构建，确保每个问题都能用提供的工具解决。
工具调用：GTA用ReAct风格的提示模板，让LLM用特定的格式调用工具，处理工具返回的结果。模板支持LLM进行推理和规划，决定何时及如何调用工具。
多模态处理：GTA要求LLM处理和理解多模态输入，包括图像、文本等，要求模型具备跨模态的理解和推理能力。
细粒度评估指标：GTA设计的评估指标覆盖工具调用的整个过程，从LLM的工具调用过程到执行结果，提供对模型性能的全面评估。
模型比较：基于比较不同模型在GTA上的表现，揭示现有模型在处理真实世界问题时面临的工具使用瓶颈，为未来的通用工具智能体提供改进方向。
GTA项目介绍
项目官网：open-compass.github.io/GTA
GitHub仓库：https://github.com/open-compass/GTA
HuggingFace模型库：https://huggingface.co/datasets/Jize1/GTA
arXiv技术论文：https://arxiv.org/pdf/2407.08713
GTA能做什么？
智能助理开发：GTA评估和训练智能助理，让其更好地理解和执行复杂的用户请求，涉及多步骤和多种工具的调用。
多模态交互：在需要处理图像、文本和其他多媒体内容的场景中，GTA帮助模型学习如何结合多种输入类型解决问题。
自动化客户服务：GTA用在开发自动解决客户问题的系统，系统需要调用不同的工具和资源提供准确的答案和解决方案。
教育和培训：GTA作为教育工具，帮助学生理解如何设计和实现复杂的任务，任务需要多步骤推理和工具使用。
研究和开发：开发人员用GTA测试和比较不同的LLMs，探索工具使用能力的新方法，推动AI技术的发展。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
CHANGER是什么？一文让你看懂CHANGER的技术原理、主要功能、应用场景2025-04-05 -
Kiroku是什么？一文让你看懂Kiroku的技术原理、主要功能、应用场景2025-04-05
-
Vision Search Assistant是什么？一文让你看懂Vision Search Assistant的技术原理、主要功能、应用场景2025-04-05
-
MVDrag3D是什么？一文让你看懂MVDrag3D的技术原理、主要功能、应用场景2025-04-05
-
Chonkie是什么？一文让你看懂Chonkie的技术原理、主要功能、应用场景2025-04-05
-
MSQA是什么？一文让你看懂MSQA的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
easy peasy ai
使用Easy-peasy.ai更快地创建原始的，迷人的社交媒体内容10倍。我们的AI驱动内容生成器和文案助理为您提供了优化内容创建过程所需的创意工具。...
Delle
Delle是一个在线平台，利用人工智能技术帮助用户在没有模特或摄影工作室的情况下，快速生成专业的时尚产品照片。它通过简化传统摄影流程，节省了成本和时间...
SliderSpace
SliderSpace 是一项创新技术，旨在提高扩散模型的可控性和可解释性。它通过自动发现模型内部的视觉知识，将其分解为直观的滑块，用户可以通过这些滑...
Doodle Lab
Doodle Lab是一款专为iPad设计的人工智能艺术生成器。用户只需随意涂鸦，选择艺术风格，Doodle Lab就能在几秒钟内将你的想法栩栩如生地...
voice-chat-pdf
voice-chat-pdf是一个基于LlamaIndex项目，使用Next.js构建的示例，它通过简单的RAG系统，允许用户通过语音与PDF文档进行...
kreuzberg
Kreuzberg是一个现代Python库，专注于从各种文档中提取文本。它通过简洁的API和本地处理能力，为用户提供高效的文本提取解决方案。该库支持多...
PencilsOut
PencilsOut是一个连接AI艺术的平台，通过生成式AI技术，将设计过程简化为拼图的方式。用户可以使用简单的建筑块开始设计，并将多个块连接起来构建...
RoloChat
RoloChat是一款浏览器扩展程序，专为Chrome设计，能够与HubSpot数据结合，通过聊天的方式快速获取信息，提高工作效率。它允许用户通过自然...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
