PEToolLLM：面向大型语言模型的个人化工具学习
计算与语言
2025-02-27 v1 人工智能
摘要
工具学习（tool learning）已成为通过外部工具扩展大型语言模型（LLM）能力的有前景的方向。现有工具学习研究主要聚焦于通用用途工具的使用能力，这些能力针对指令中显式的用户需求进行设计，但忽视了个人化工具使用能力的重要性，导致无法处理隐式的用户偏好。为此，我们首先构建了个人化工具学习任务，将用户的交互历史整合到个性化工具使用中。为弥补缺乏基准测试的空白，我们构建了PEToolBench，包含在三种不同个人化设置下反映出多样化用户偏好的交互历史，并涵盖广泛的工具使用场景。此外，我们提出了PEToolLLaMA框架以适应个人化工具学习任务，通过监督微调和直接偏好优化进行训练。针对PEToolBench上的大量实验表明，PEToolLLaMA在现有LLM之上具有优势。
关键词
引用
@article{arxiv.2502.18980,
title = {PEToolLLM: Towards Personalized Tool Learning in Large Language Models},
author = {Qiancheng Xu and Yongqi Li and Heming Xia and Fan Liu and Min Yang and Wenjie Li},
journal= {arXiv preprint arXiv:2502.18980},
year = {2025}
}