本文是LLM系列的文章之一，针对《TOOLLLM: FACILITATING LARGE LANGUAGE MODELS TO MASTER 16000+ REAL-WORLD APIS》的翻译。
尽管开源大型语言模型（LLM）及其变体（如LLaMA和Vicuna）取得了进步，但它们在执行更高级别的任务方面仍然受到很大限制，例如遵循人类指令使用外部工具（API）。这是因为当前的指令调优主要集中在基本的语言任务上，而不是工具使用领域。这与最先进的（SOTA）LLM（例如，ChatGPT）形成了鲜明对比，后者展示了出色的工具使用能力，但不幸的是，它们是封闭源代码的。为了促进开源LLM中的工具使用能力，我们引入了ToolLLM，这是一个数据构建、模型训练和评估的通用工具使用框架。我们首先介绍了ToolBench，这是一个用于工具使用的指令调优数据集，它是使用ChatGPT自动创建的。具体来说