---
title: בדיקות מראות כי סט כלים מצומצם משפר את דיוקן של מודלי שפה
url: https://www.elseif.net/he/story-7
published: 2026-10-04T14:20:09+00:00
language: he
section: סוכנים
source: https://habr.com/ru/articles/1089742/?utm_campaign=1089742&utm_source=habrahabr&utm_medium=rss
organizations: rtx
publisher: elseif
---

# בדיקות מראות כי סט כלים מצומצם משפר את דיוקן של מודלי שפה

מפתח של מערכת תזמור בינה מלאכותית בדק את השפעת מספר כלי העבודה המוצגים למודל שפה על איכות התשובות. המערכת כוללת למעלה משישים כלים לטיפול בטבלאות, מסמכים, דואר אלקטרוני, משימות, דפי אינטרנט ומצגות.

בבדיקה שנערכה באוגוסט על מודל Qwen 27B מקומי המופעל על כרטיס מסך RTX 3090, נמצא כי סט כלים מצומצם הוביל לתוצאות טובות יותר. מתוך 44 בקשות, המודל ביצע 43 בחירות נכונות כאשר הוצג לו סט מצומצם, לעומת 39 בחירות נכונות כאשר הוצג לו הרשימה המלאה. בנוסף, השימוש בסט המלא הגדיל את ההקשר פי 2.7 והאריך את זמן ההרצה בשליש.

הניתוח העלה כי מודלים חלשים נוטים לבלבל בין כלים בעלי שמות דומים. סט מצומצם עוזר לא רק בשל אורכו, אלא משום שהוא מפחית את מספר המועמדים הדומים זה לזה. כדי להשיג זאת, המערכת משתמשת בנתב שבוחר קטגוריה ותת קטגוריה לפי טקסט הבקשה, כך שהמודל מקבל כעשרים תיאורי כלים במקום תשעים.

בספטמבר נערכה בדיקה נוספת על שני מודלים בענן, GigaChat-2-Max ו-gpt-oss 120B, עם קטלוג של 91 כלים. בשני המקרים, הסט המצומצם ניצח במונחים של דיוק, גודל הקשר וזמן תגובה. ממצאים אלו הפריכו השערה קודמת לפיה מודלים חזקים זקוקים לסט כלים רחב יותר כדי לא להיות מוגבלים.

עם זאת, לשימוש בסט מצומצם יש חיסרון: אם הנתב אינו מוצא קטגוריה מתאימה, המודל נשאר ללא כלים כלל. במקרים מסוימים הדבר הוביל לכך שהמודל המציא תשובה או תיאר תוכנית עבודה במקום לבצע פעולה, כיוון שלא היו לו כלים זמינים כדי להשיב ביושר על מגבלות המערכת.

בעקבות הבדיקות, הגדרת מצב הניתוב נקבעת כעת עבור כל מודל בנפרד במקום עבור המערכת כולה. עבור שלושת המודלים שנבדקו על גבי המאגר המלא, הסט המצומצם התגלה כהאפשרות הטובה ביותר.