一种基于多步骤推理的大模型主动工具调用方法及系统

本发明提供一种基于多步骤推理的大模型主动工具调用方法及系统，涉及人工智能技术领域，该方法包括通过收集工具信息，生成结构化工具描述集，基于工具描述集自动生成可执行代码样例及对应自然语言解释，构建反向训练数据集；通过标注现实问题中的工具使用必要性标签，提示大模型生成结合自然语言与代码的多步推理路径，验证并过滤推理路径的正确性，构建正向训练数据集；基于反向训练数据集和正向训练数据集对大模型进行三阶段训练。本发明解决了大模型主动调用工具能力不足的问题，提升了复杂推理任务的代码可执行率与问题解决效率。