Gorilla
前往官网
arrow_forward_iosGorilla：连接海量 API 的大型语言模型
什么是Gorilla（大猩猩）模型
- 研发背景：在自然语言处理领域，大型语言模型虽在诸多任务上表现出色，但在通过 API 调用有效使用工具方面存在局限，如生成准确输入参数的能力不足以及 API 调用时的幻觉问题，且现有的语言模型需要重新训练来更新知识和推理能力，为解决这些问题，Gorilla 模型被提出 。
- 研发团队及时间：2023 年 5 月 24 日，由加州大学伯克利分校等发布。微软研究院也参与了相关研究 。
- 核心技术：
- 基于 Llama 微调：Gorilla 是在 Llama-7b 模型的基础上进行检索式微调得到的语言模型 。检索器感知训练：采用 “检索器感知训练”（retriever-aware training）技术，让模型学习 API 调用的语义，从而能够生成语义和语法正确的 API 调用内容。即使 API 文档发生更改，它依然能生成正确的语义和语法 。
- 性能优势：
- 高 API 调用准确性：在各种 API 调用任务上表现优于 GPT-4 等模型，例如在一项研究中，GPT-4 的 API 调用准确率为 85%，而 Gorilla 的准确率可以达到 95%。
- 减少幻觉问题：显著减轻了直接提示语言模型时常遇到的幻觉问题，提高了输出的可靠性和适用性。
- 适应文档变化：结合文档检索器，能够适应测试时文档的变化，实现灵活的用户更新或版本变更，可跟上频繁更新的文档。
- 应用领域：
- 软件开发：帮助开发者更准确地调用各种 API，提高开发效率，减少因 API 调用错误导致的问题。
- 自动化流程：可用于构建自动化的工作流程，通过调用不同的 API 实现各种任务的自动化执行。
- 智能助手：为智能助手提供更强大的功能，使其能够通过 API 调用与更多的外部服务和工具进行交互，提供更丰富的服务和信息。