本文介绍了API-Bank，这是首个为工具增强的LLMs定制的基准测试，评估其API调用能力。研究表明，GPT-3.5在工具使用上优于GPT-3，而GPT-4在规划性能上更强但仍需改进。此外，Gorilla模型在API调用方面超越了GPT-4，ToolLLM框架显著提升了自然语言模型的推理能力。CRAFT框架和API-BLEND数据集为LLMs提供了灵活性和训练基础，推动了软件开发和API集成的进展。

本文提出了一种系统化的分类方法，分析了大型语言模型（LLMs）的技术及应用前景，强调提高模型效率的必要性，并介绍了多语言模型框架、工具增强和混合推理方法等创新，以推动LLMs的发展和应用。