从总结到行动：利用开放式接口增强大规模语言模型对复杂任务的应用

通过引入ToolLLM，一个通用工具使用框架，展示了它在增强自然语言模型的规划和推理能力方面的影响。通过使用ChatGPT创建指导数据集ToolBench，并使用深度优先搜索决策树扩展搜索空间，有效地获取解决方案路径。通过微调LLaMA得到ToolLLaMA，评估器ToolEval显示ToolLLaMA在执行复杂指令和推广到未见过的API方面表现出卓越能力。设计了神经API检索器为每个指令推荐适当的API，省去了手动选择API的步骤。