ツール作成とは、大規模言語モデルが自らツール — その後に実行できる外部のソフトウェア — を作成できるようにするという問題であり、これによってエージェントの能力は、人間の開発者があらかじめ実装したツールによって固定されるのではなく、実行時に動的に拡張できるようになる。エージェントのツールを作る LLM エージェント の枠組みでは、これはツール学習と混同されるべきではない。ツール学習とは、人間が作成した適切なツールをより効果的に使えるよう LLM に教えることであり、同論文はこれを広く研究されてきたものと述べている。
用法
この用語は、開発者ではなくモデルがツールを作り出す研究に対して用いられる。同論文は、それ以前のツール作成手法 — CRAFT、CREATOR、LATM の名を挙げている — を、ごく単純で範囲の狭いツールに限られていたと特徴づけ、その理由を 2 つ挙げている。各ツールがゼロから作られること、そしてそれらのシステムが bash コマンドを実行したりファイルを読み書きしたりしてオペレーティングシステムと対話できないことである。同様に同論文は、ツール作成のベンチマークについて、Python 関数の実装だけでなくシグネチャも LLM に選ばせることでコード生成ベンチマークを拡張したものだが、依存関係をインストールできない単純な関数に限られたままであると述べている。
同論文はこの用語を、既存のコードからツールを作成する方向へと押し広げている。その ToolMaker フレームワークは、科学論文の背後にある公開リポジトリをツールとしてラップするものであり、関数そのものを実装するだけでなく、その関数が動作する環境を構築すること — 依存関係のインストール、モデルのダウンロード、システムとハードウェアに合わせた設定 — も含む。そのベンチマークである TM-Bench は、1 つのタスクインスタンスに対する解ではなく、さまざまな入力に適用できる再利用可能なツールを求めている。