LLMs(Large Language Models)에게 외부 도구나 기능을 제공하여 다양한 영역에서 우수한 성능을 보이고 있다. 기존 연구는 LLMs의 도구 호출 능력을 향상시키기 위해 고급 언어 모델과 SFT를 통해 대량의 도구 사용 궤적을 종합하는데 의존하고 있다. 그러나 이러한 연구의 중요한 제한은 합성 데이터셋이 명시적 추론 단계를 포착하지 못하여 표면적인 도구 사용만 가능하다는 것이다. 이에 Nemotron-Tool-N1는 최소 감독과 최대 일반화를 통해 LLMs에게 도구 사용을 가르치는 데 사용되며, 강화 학습을 강조하고 미세 조정을 배제한다. 이를 통해 명시적 추론 단계를 캡처하고 실제 상황에서 더 나은 도구 사용 능력을 제공한다.

<Mark Tech Post 뉴스 본문 전체읽기>