BioTool：面向提升大语言模型生物医学能力的综合工具调用数据集
计算与语言
2026-05-08 v1
摘要
尽管大语言模型（LLM）在通用任务上取得了成功，但在诸如生物医学等高度专业领域的表现仍不令人满意。其关键限制在于，LLM无法有效利用临床专家和生物医学研究人员在日常工作流程中广泛依赖的生物医学工具。虽然近期通用领域工具调用数据集在显著性地提升了LLM代理的能力，但现有生物医学领域的工作大多依赖于情境学习，限制模型仅能使用小范围工具集合。为此，我们引入BioTool，一个为微调LLM而设计的全面生物医学工具调用数据集。BioTool包含来自NCBI、Ensembl和UniProt数据库的34个常用工具，以及7,040个高质量、人工验证的查询-API调用对，涵盖变异、基因组、蛋白组、进化和一般生物学等方面。对40亿参数的LLM进行BioTool微调可显著提升生物医学工具调用性能，超越GPT-5.1等最先进商业LLM。此外，人类专家评估表明，将BioTool微调后的工具调用者集成到模型中，可显著提高下游答案质量，而与相同模型在不使用工具的情况下相比，凸显了BioTool在提升LLM生物医学能力方面的有效性。完整数据集和评估代码已 disponible at https://github.com/gxx27/BioTool。
引用
@article{arxiv.2605.05758,
title = {BioTool: A Comprehensive Tool-Calling Dataset for Enhancing Biomedical Capabilities of Large Language Models},
author = {Xin Gao and Ruiyi Zhang and Meixi Du and Peijia Qin and Pengtao Xie},
journal= {arXiv preprint arXiv:2605.05758},
year = {2026}
}
备注
Published at ACL 2026; Code and data available at https://github.com/gxx27/BioTool