🛠️ ToolQA数据集的官方代码和数据仓库。ToolQA是一个专门设计用于评估工具增强型大语言模型(LLMs)的开源数据集。本仓库提供了数据集、相应的数据生成代码,以及在我们数据集上的基线实现。
ToolQA包含来自8个不同领域的数据,每个实例都是一个元组——(问题、答案、参考语料库和工具)。参考语料库是可查询的外部知识源,可以是文本语料库、表格数据库或图形。
上下文 | 主题 | 知识格式 | 知识规模 | 简单模板数 | 简单问题数 | 困难模板数 | 困难问题数 |
---|---|---|---|---|---|---|---|
时间性 | 航班 | 表格数据库 | 4078318 | 10 | 100 | 10 | 100 |
时间性 | 咖啡 | 表格数据库 | 5746 | 8 | 100 | 13 | 130 |
空间性 | Yelp | 表格数据库 | 150346 | 11 | 100 | 10 | 100 |
空间性 | Airbnb | 表格数据库 | 102599 | 10 | 100 | 10 | 100 |
数学性 | GSM8K | 专业能力 | - | - | 100 | - | - |
社交性 | DBLP | 图形 | 553320 | 10 | 100 | 10 | 100 |
科学性 | SciREX | 纯文本语料库 | 438 | 1 | 100 | 4 | 100 |
个人性 | 日程 | 纯文本语料库 | 10000 | 5 | 100 | 5 | 100 |
总计 | - | - | - | 55 | 800 | 62 | 730 |
我们为ToolQA涉及的所有数据提供下载链接。我们提供两类数据供下载和使用。第一类是外部语料库。这类数据已经由我们预处理,用于外部工具交互(例如检索、数据库操作等)。第二类数据是原始数据,不能作为ToolQA的外部知识进行交互。我们提供这部分数据仅供用户生成更多问题和答案,用于模型调优或全面评估。
外部语料库可以通过此链接下载。下载并解压后,用户需要将其放置在/<YOUR_OWN_PATH>/ToolQA/data/external_corpus/
目录下。
以下列出了所有数据源和下载指南:
您还可以使用ToolQA在我们的模板下生成新问题,用于调优和新的评估集。我们在"/dataset_generation/"目录 中提供了数据生成代码。您只需修改笔记本中的路径即可。
我们在基准测试的每个基线中提供了一系列已实现的工具,如"./benchmark/ReAct/code/tools"。请注意,这些问题是有意设计成开放式的。这反映了我们的信念,即这些问题已经具有足够的挑战性,我们不希望限制论文中建议的工具。我们欢迎使用更高级的工具(如更优秀的检索器)进行实验以提高性能,或设计更有效的规划模块以更好地组合使用我们定义的工具。因此,我们很期待看到针对所有问题的多样化实现。
我们使用Langchain包和Chroma向量数据库实现了检索器。我们已经在下载链接上传了预处理的chroma向量库。请将文件下载到"/<YOUR_OWN_PATH>/ToolQA/data/chroma_db/"目录下。
要解释SQL命令,用户可能需要先将数据库加载到mysql数据库中。您可以运行以下命令来创建数据库(整个过程可能需要数小时):
python ./benchmark/ReAct/code/tools/table/mysql_db_create.py
要在实现中使用计算器,您首先需要通过官方Wolframalpha开发者门户注册一个账户。
数据和代码正处于最后的清理阶段,将在很短的时间内逐步公开。我们在TODO列表部分提供了最终审查的详细进展。
如果您有任何问题,请随时联系"yczhuang at gatech.edu"。请尽量详细说明问题,以便我们能更好更快地帮助您!
如果您发现这个仓库对您的研究有价值,我们恳请您通过引用以 下论文来认可我们的工作。我们感谢您的考虑。
@misc{zhuang2023toolqa,
title={ToolQA: A Dataset for LLM Question Answering with External Tools},
author={Yuchen Zhuang and Yue Yu and Kuan Wang and Haotian Sun and Chao Zhang},
year={2023},
eprint={2306.13304},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高 效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提 供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号