ファインチューニング の記事

Google ToolGrad とは何か - 「答えから先に作る」ツール利用データ生成の仕組みと実力

Google Research が2026年9月10日にブログで紹介した ToolGrad は、LLM にツール呼び出しを学習させるためのデータを「実際に動くツール呼び出しの連鎖を先に組み立て、あとから質問文を付ける」answer-first 方式で生成するフレームワークです。TextGrad 由来の「テキストの勾配」という考え方、Proposer / Executor / Selector / Updater の4ステップ、生成成功率 99.8%、Gemma 3 ベースの ToolGrad-12B が BFCL で Gemini 2.5 Pro に 0.1 差まで迫った結果、公開されているコード・データ・モデル、著者が認める限界までを論文と公式ブログを一次ソースに整理します。