教语言模型掌握工具语言：TUCAN框架实现多语言工具调用

通过函数调用实现外部工具集成是实用语言模型应用的关键技术，但大多数多语言模型在非英语语言中缺乏可靠的工具使用能力。即便是最先进的多语言模型，也在判断何时使用工具及生成函数调用所需结构化输出方面表现不佳，常在低资源语言提示下出现语言混淆。本工作提出一种方法，通过持续训练 BgGPT 模型系列（26 亿、90 亿、270 亿参数）于新构建的双语数据集（10,035 个函数调用示例），使其在任意目标语言中实现稳健的工具使用。该方法支持标准协议如 MCP（模型上下文协议）。研究引入 TUCAN（Tool-Using Capable Assistant Navigator），相较于基线模型在函数调用准确率上提升最高达 28.75%，同时保持核心语言理解能力，经由 established 的保加利亚语基准测试验证。除准确率提升外，TUCAN 模型展示出生产就绪响应格式化能力，输出干净、可解析的函数调用，与基线模型的冗长且不一致输出形成鲜明对比。模型、评估框架及数据集均已公开，以便为其他语言提供复制基准。这一工作展示了将工具增强能力扩展至英语中心系统之外的实用方法。