论文
UniToolCall：统一LLM智能体的工具使用表示、数据与评估
UniToolCall: Unifying Tool-Use Representation, Data, and Evaluation for LLM Agents
摘要
工具使用能力是LLM智能体的基础组件，使其能够通过结构化函数调用与外部系统交互。然而，现有研究的交互表示不一致，很大程度上忽视了工具使用轨迹的结构分布，并依赖互不兼容的评估基准。我们提出UniToolCall，一个工具学习统一框架，将从工具集构建、数据集生成到评估的整个流水线标准化。该框架整理了包含超过22k工具的大型工具池，并将10个标准化公开数据集与结构受控的合成轨迹相结合，构建了超过390k实例的混合训练语料。它显式建模多样的交互模式，包括单跳与多跳、单轮与多轮，同时捕捉串行与并行两种执行结构。为支持连贯的多轮推理，我们进一步引入Anchor Linkage机制来强制跨轮依赖。此外，我们将7个公开基准转换为统一的查询-动作-观察-回答（Query--Action--Observation--Answer，QAOA）表示，并在函数调用、轮次和对话三个层级上进行细粒度评估。实验表明，在我们的数据集上微调Qwen3-8B可显著提升工具使用性能。在干扰项众多的Hybrid-20设置下，取得93.0%的单轮Strict Precision，超越GPT、Gemini和Claude等商用模型。
