最近，一個被稱為「ChatGPT Plugins國產替代系統」的開源項目在GitHub上星標猛增。

這個項目就是BMTools，面壁智能自研的大模型工具學習引擎。

項目地址：https://github.com/OpenBMB/BMTools

深耕前沿，快速嵌入大模型工具學習

首先，是最重要的問題，BMTools到底厲害在哪里？

作為基于語言模型的開源可擴展工具學習平臺，面壁研發團隊將各種各樣的工具調用流程都統一到了BMTools框架上，使整個工具調用流程標準化、自動化。

目前，BMTools支持的插件，涵蓋娛樂，學術，生活等多方面，包括douban-film（豆瓣電影）、search（必應搜索）、Klarna（購物）等。

開發者可以通過BMTools，使用給定的模型（比如ChatGPT、GPT-4）調用多種多樣的工具接口，以實現特定功能。

此外，BMTools工具包也已集成最近爆火的Auto-GPT與BabyAGI。

那么，這種工具學習對大模型又有何作用？

盡管大模型在很多方面取得了顯著的成果，但在特定領域的任務上，仍然存在一定的局限性。這些任務往往需要專業化的工具或領域知識才能有效解決。

因此，就像智能手機需要下載App才有更好的使用體驗，大模型需要具備調用各種專業化工具的能力，這樣才能為現實世界任務提供更為全面的支持。

大模型新范式工具學習（Tool Learning）應運而生。這一范式的核心在于將專業工具與基礎模型的優勢相融合，以在問題解決方面達到更高的準確性、效率和自主性。

大模型與外部工具的有機結合成功彌補了此前能力的諸多短板，工具學習極大地釋放了大模型的潛力。

論文地址：https://arxiv.org/abs/2304.08354

2023年3月23日，OpenAI宣布推出插件系統（Plugins)，這個插件的能力就是我們所說的工具學習。

在工具學習的加持下，Plugins能夠支持ChatGPT連接瀏覽器、數學計算等外部工具，能力大幅增強。

ChatGPT Plugins的出現補充了ChatGPT最后的短板，使其可以支持連網、解決數學計算，被稱為OpenAI的「App Store」時刻。然而直到現在，它僅支持OpenAI Plus用戶，大多數開發者仍然無法使用。

面壁為什么能在ChatGPT Plugins發布后僅十天就推出BMTools？

面壁智能一直潛心研發大模型全流程高效計算工具，研發團隊從2022年就開始持續開展工具學習新范式的研究，嘗試將現有語言模型與搜索引擎、知識庫等工具結合，取得了較好的實驗效果。團隊還在工具學習前沿研究領域進行了卓有成效的探索。

為滿足眾多開發者對OpenAI Plugins能力的熱切期盼，在前期積累的基礎上，團隊快速將相關研究成果工具化，積累整理成工具包BMTools，將工具學習嵌入面壁智能大模型能力體系，正式加入OpenBMB大模型工具體系「全家桶」。

工具學習也是面壁智能繼高效訓練、微調、推理、壓縮套件后推出的又一大力作。

BMTools工具包 ：https://github.com/OpenBMB/BMTools

引領破壁，首發聯網支持中文問答模型

近期，面壁智能聯合來自清華、人大、騰訊的研究人員共同發布了中文領域首個基于交互式網頁搜索的問答開源模型框架WebCPM，這一創舉填補了國產大模型該領域的空白。而WebCPM正是BMTools的成功實踐。

目前，WebCPM相關工作已錄用于自然語言處理頂級會議ACL 2023。

WebCPM論文鏈接：https://arxiv.org/abs/2305.06849

WebCPM數據與代碼鏈接：https://github.com/thunlp/WebCPM

可以說，自從ChatGPT爆火之后，國內各家各派的大模型雨后春筍般涌現，但大部分模型都沒有聯網。

而沒有聯網的大模型無法獲取最新的信息，生成的內容基于陳舊的數據集，存在一定的局限性。

WebCPM的特點在于其信息檢索基于交互式網頁搜索，能夠像人類一樣與搜索引擎交互從而收集回答問題所需要的事實性知識并生成答案。

換言之，大模型在聯網功能的加持下，回答問題的實時性和準確性都得到了飛躍式增強。

WebCPM模型框架

WebCPM對標的是WebGPT ， WebGPT也正是微軟近期推出的New Bing背后的新一代搜索技術。

同WebGPT一樣，WebCPM克服了傳統的LFQA（ Long-form Question Answering）長文本開放問答范式的缺陷：依賴于非交互式的檢索方法，即僅使用原始問題作為查詢語句來檢索信息。

在WebCPM框架下，模型能夠像人類一樣通過與搜索引擎實時交互來進行網頁搜索而篩選高質量信息。

不僅如此，遇到復雜問題，模型也像人類一般將其分解成多個子問題并依次提問。

而且，通過識別和瀏覽相關信息，模型還會逐漸完善對原問題的理解，并不斷查詢新問題來搜索更多樣的信息。

WebCPM搜索交互界面

未來，面壁智能也將進一步促進該科研成果的應用轉化，努力推進WebCPM大模型在相應領域落地生根。

高屋建瓴，致力打造國產大模型系統

面壁智能始終努力引領大模型原始創新，致力于構建智能時代大模型基礎設施和打造國產大模型系統，以期最終實現「讓大模型飛入千家萬戶」。

面壁智能的成果有目共睹，且獲得了業界肯定。

知乎首席技術官李大海曾評價面壁智能：「面壁智能團隊是國內最早開展大規模語言模型研究的團隊。公司儲備大模型研究和應用的全棧技術能力，包括微調技術和加速技術等，研發能力處于行業領先地位。」知乎表示，相信面壁智能能成長為中國大模型領域基礎設施核心廠商，為中國大模型事業貢獻力量。

面壁智能全景圖

依托工具平臺和大模型庫，公司推出ModelForce模力大模型系統和CPM企業級大模型。基于大模型的AI生產力平臺ModelForce內置大模型訓練、微調、壓縮、推理全流程高效計算工具體系。

平臺基于大模型少樣本、零樣本通用能力，使用大模型標準化微調方式、打造零代碼微調客戶端，能夠大幅降低AI研發過程中的數據標注成本、算力成本、人力成本。

CPM大模型企業版針對開源版模型進行了能力升級，具有多能力融合、增量微調靈活適配、多場景應用等特點。

基于CPM企業級大模型與ModelForce大模型系統，面壁智能與知乎的合作訓練了「知海圖AI」大模型。

「知海圖AI」大模型應用到了知乎熱榜，能夠快速進行要素抽取、觀點梳理和內容聚合，于4月23日在知乎發現大會上發布。

不止于此。事實上，面壁智能站位高遠，成功打造了一個「三位一體」的大模型產學研生態格局，通過整合頂尖高校學術研究力量并持續打造運營大模型開源社區OpenBMB，面壁智能搭建起業界需求、算法開源和產業落地三者的閉環通道，竭力促進國產大模型領域的前沿研究、應用研發和產業發展。

• OpenBMB開源社區

為建設國內大模型開源生態貢獻力量，發布了包括OpenPrompt、OpenDelta、BMInf、BMcook、BMTrain、BMTools等一系列大模型全流程開源工具包，并且在知乎、B站等平臺推出了大模型全民公開課。

• 清華大學計算機系自然語言處理與社會人文計算實驗室（THUNLP）

作為在高校中一騎絕塵的研究力量，成立于上世紀70年代，是國內開展NLP研究最早、深具影響力的科研單位，多名知名學者和科學家坐鎮，在語言大模型領域的研究工作十分突出。

• 面壁智能

致力于大模型在人工智能典型場景與領域的應用與落地，CPM大模型是面壁團隊根據多年的大模型訓練經驗自研的預訓練語言大模型。公司目前已完成數千萬元天使輪融資，并多家知名機構與公司達成戰略合作。

在努力打造國產大模型系統的征程中，面壁智能的愿景始終是讓大模型落地賦能更多產業、惠及更多的企業和個人。

星火已燎原，我們期待大模型在更多領域釋放潛能，展現令人驚喜的應用價值。