FunReason-MT Technical Report: Overcoming the Complexity Barrier in Multi-Turn Function Calling
Created by
Haebom
저자
Zengzhuang Xu, Bingguang Hao, Zechuan Wang, Yuntao Wen, Maolin Wang, Yang Liu, Long Chen, Dong Wang, Yicheng Chen, Cunyin Peng, Chenyi Zhuang, Jinjie Gu, Leilei Gan, Xiangyu Zhao, Shi Gu
개요
본 논문은 대규모 언어 모델(LLM)과 자율 에이전트가 외부 도구와 상호 작용하는 데 필수적인 기능인 함수 호출(FC)을 위한 고품질, 다중 턴 훈련 데이터의 필요성을 강조하며, 이를 위한 새로운 데이터 합성 프레임워크인 FunReason-MT를 제시합니다. FunReason-MT는 환경-API 그래프 상호 작용, 고급 도구-쿼리 합성, 안내된 반복 체인을 활용하여 복잡한 다중 턴 FC 데이터를 생성합니다. Berkeley Function-Calling Leaderboard (BFCLv3 및 BFCLv4) 평가를 통해 FunReason-MT가 생성한 데이터를 기반으로 구축된 모델이 동급 모델 중 최고 성능을 달성하고, 대부분의 폐쇄형 모델을 능가함을 입증합니다.
시사점, 한계점
•
시사점:
◦
실제 환경에서 고품질의 다중 턴 함수 호출 데이터를 효과적으로 생성하는 새로운 프레임워크 제시.
◦
4B 모델이 BFCLv3에서 동급 모델 중 최고 성능을 달성하고, 많은 폐쇄형 모델을 능가하며, BFCLv4에서 지속적인 성능 향상을 보임으로써 프레임워크의 유효성 입증.
◦
환경-API 그래프, 고급 도구-쿼리 합성, 안내된 반복 체인을 활용하여 복잡한 데이터 생성 문제 해결.
