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
-
OCRmyPDF是什么？一文让你看懂OCRmyPDF的技术原理、主要功能、应用场景2025-04-05 -
s1是什么？一文让你看懂s1的技术原理、主要功能、应用场景2025-04-05
-
MMAudio是什么？一文让你看懂MMAudio的技术原理、主要功能、应用场景2025-04-05
-
启元重症大模型是什么？一文让你看懂启元重症大模型的技术原理、主要功能、应用场景2025-04-05
-
NEXUS-O是什么？一文让你看懂NEXUS-O的技术原理、主要功能、应用场景2025-04-05
-
OmniParse是什么？一文让你看懂OmniParse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
CodeGeeX.cn
CodeGeeX是一款基于大模型的全能智能编程助手，能够实现代码的生成与补全、自动添加注释、代码翻译以及智能问答等功能，支持多种主流IDE和编程语言，...
HitPaw AI Art Generator
HitPaw AI Art Generator是一款最创意的AI艺术生成器，致力于与世界各地充满活力的创作者分享先进的AI技术。通过简单的点击即可生成...
AWS HealthScribe
AWS HealthScribe 是一项符合 HIPAA 标准的服务，通过分析患者 - 临床医师对话，帮助医疗软件供应商构建临床应用程序，自动生成临床...
relume ipsum
Relume Ipsum是一种由AI驱动的文案写作工具，可以帮助您在记录时间内创建网站内容。在高级AI算法的支持下，它可以快速轻松地生成网站复制，而无...
Aider
aider 是一款集成在终端的AI配对编程工具，它允许开发者与大型语言模型(LLMs)进行配对编程，以编辑本地Git仓库中的代码。aider 与 GP...
Kaiber
通过我们先进的 AI 生成引擎，将您的梦想变为现实。用全新的方式讲故事，提升您的创作表达。上传一首歌曲，加入您的艺术风格，让我们的音频分析技术将您的节...
WebSim
WebSim是一个在线平台，允许用户实时测试和运行JavaScript和CSS代码。它提供了一个简洁的界面，用户可以快速编写、保存和分享代码。这个工具...
ai text to reels maker
毫不费力地使用Makereels创建卷轴 - AI文本用于卷轴制造商。只需在任何主题上输入文本或内容，然后观察此高级AI会生成带有语音旁白的令人惊叹...
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。
