最近、清華大学の研究チームは、LLMエージェントの能力向上を目指し、AgentTuningという手法を提案しました。この手法は、AgentInstructエージェントデータセットの構築と、混合指示微調整戦略の採用を含みます。研究チームはAgentTuningを用いてLlama 2シリーズを微調整し、AgentLMを開発しました。その結果、AgentLMはLlama 2と比較して様々なエージェントタスクにおいて顕著な性能向上を示し、70Bバージョンは多くのタスクでGPT-4を上回る結果となり、強力なオープンソース代替策を提供しています。この研究は、LLMがエージェントタスク分野で発展するための新たな道を切り開き、より高度なインテリジェントエージェントシステムの実現に向けた基礎を築きました。