Function calling (LLM) (TL)

Function Calling (Pagtawag ng mga Function) — ito ay isang mekanismo sa malalaking language model (LLM) na nagbibigay-daan sa modelo na makipag-ugnayan sa mga panlabas na kagamitan at API sa pamamagitan ng pagbuo ng mga structured na datos (karaniwang JSON) para sa pagtawag ng mga function sa halip na direktang tekstuwal na sagot.

Sa madaling salita, ang modelo batay sa kahilingan ng gumagamit ay tinutukoy kung aling function mula sa ibinigay na hanay ang dapat tawagan at kung anong mga parameter ang gagamitin. Ang mekanismong ito ay nagpapalawak ng saklaw ng paggamit ng LLM, na nagpapahintulot sa kanila na magsilbing interface sa pagitan ng natural na wika at mga praktikal na aksyon. Binubuksan nito ang mga posibilidad para sa integrasyon ng AI sa mga panlabas na sistema: ang modelo ay maaaring humiling ng mga napapanahong datos, magsagawa ng mga operasyon, o gumamit ng mga serbisyo, na lalong mahalaga sa paglikha ng mga matalinong assistant at autonomous na ahente. Ang paggamit ng mga panlabas na kagamitan ay nagpapababa rin ng panganib ng mga hallucination (mga gawa-gawang katotohanan) sa pamamagitan ng pag-abot sa mga mapagkakatiwalaang pinagkukunan.

Kasaysayan at mga Paraan ng Implementasyon

Mga Maagang Paraan (prompting at Toolformer)

Ang ideya ng pagtuturo sa mga language model na tumawag ng mga kagamitan ay nabuo sa pagitan ng 2022–2023. Ang mga maagang paraan ay nakabase sa mga teknolohiya ng kumplikadong prompting. Halimbawa, noong 2022 ay iminungkahi ang pamamaraan ng ReAct, kung saan ang modelo sa kurso ng diyalogo ay nagpapalitan ng pangangatuwiran at mga aksyon (pagtawag ng mga kagamitan), na naka-encode sa iisang teksto.

Isang mahalagang hakbang ang paglabas ng modelong Toolformer, na ipinakita ng mga mananaliksik ng Meta sa simula ng 2023. Ipinakita ng Toolformer na ang LLM ay maaaring espesyal na fine-tune upang malayang tumawag ng mga panlabas na kagamitan (calculator, search engine, kalendaryo) batay sa mga tekstuwal na pahiwatig, na naglalagay ng mga espesyal na token ng pagtawag ng API sa nabubuong teksto.

Opisyal na Suporta at Pag-unlad

Isang espesyal na milestone ang ginawa ng OpenAI, na noong Hunyo 2023 ay opisyal na nagpakilala ng suporta para sa Function Calling sa kanilang mga API para sa mga modelong GPT-3.5 at GPT-4. Ang mga bagong bersyon ng mga modelo ay na-fine-tune upang makilala ang mga sitwasyon kung saan ang kahilingan ng gumagamit ay nagpapahiwatig ng pag-abot sa isang panlabas na function, at bumuo ng eksaktong structured na JSON na object na may mga argumento. Tinawag ng OpenAI ang kakayahang ito na "isang bagong paraan upang maaasahang ikonekta ang GPT sa mga panlabas na kagamitan at API".

Mga Bukas na Inisyatibo

Sunod sa mga komersyal na implementasyon, lumabas ang mga bukas na modelo na na-fine-tune para sa pagbuo ng mga tamang pagtawag ng function.

• Gorilla: Proyekto ng UC Berkeley, isang fine-tuned na bersyon ng LLaMA, na may kakayahang bumuo ng mga pagtawag sa libu-libong iba't ibang API. Para sa pagtatasa ng mga ganitong modelo, nilikha ang benchmark na Berkeley Function-Calling Leaderboard.
• ToolAlpaca, ToolLLaMA, Hermes: Mga serye ng bukas na modelo na na-fine-tune sa mga sintetikong halimbawa ng pagtawag ng function, na madalas na nabuo ng mas makapangyarihang mga modelo.

Mekanismo ng Pagtatrabaho

Ang proseso ng paggamit ng Function Calling, sa karaniwang paraan, ay kinabibilangan ng ilang hakbang:

1. Pagtukoy ng mga Function. Ang developer ay nag-aabanse na tumukoy ng hanay ng mga function na available sa modelo (halimbawa, mga panlabas na API) at inilalarawan ang kanilang mga signature at layunin, karaniwang sa format ng JSON Schema.
2. Pagsusuri ng Kahilingan. Sa panahon ng diyalogo, sinusuri ng modelo ang intensyon ng gumagamit at malayang nagpapasya kung dapat bang tumawag ng isa sa mga itinakdang function para sa sagot.
3. Pagbuo ng Pagtawag. Kung kinakailangan ang aksyon, ang LLM sa halip na karaniwang teksto ay bumubuo ng espesyal na structured na output (halimbawa, JSON na may pangalan ng function at mga argumento). Kung hindi naman kinakailangan ang pagtawag, ang modelo ay nagbabalik ng karaniwang tekstuwal na sagot.
4. Pagpapatupad ng Function. Ang panlabas na programa (shell ng chatbot o ahente) ay tumatanggap ng JSON, nagsasagawa ng tunay na pagtawag sa tinukoy na function gamit ang mga iminungkahing parameter at ipinapasa ang resulta pabalik sa modelo.
5. Pagbubuo ng Panghuling Sagot. Ginagamit ng modelo ang natanggap na datos para bumuo ng panghuling sagot para sa gumagamit.

Para sa pamamahala ng multi-step na prosesong ito sa panahon ng pagsasanay ng mga modelo, ginagamit ang mga espesyal na format ng diyalogo, halimbawa, ang ChatML markup mula sa OpenAI, kung saan bukod sa mga papel na "gumagamit" at "assistant" ay ipinakilala ang papel na "function" para sa pagpapasa ng mga resulta ng pagtawag.

Paggamit at mga Kalamangan

Ang kakayahang tumawag ng mga function ay kapansin-pansing nagpapalawak ng hanay ng mga gawaing maaaring malutas gamit ang LLM.

• Integrasyon sa mga Panlabas na API. Ang modelo ay maaaring sumagot sa mga kahilingan na nangangailangan ng napapanahong impormasyon sa pamamagitan ng pagtawag ng mga panlabas na serbisyo (halimbawa, para sa pagkuha ng panahon, mga halaga ng pera, balita).
• Pag-automate ng mga Aksyon ng Gumagamit. Ang LLM ay maaaring magsagawa ng mga routine na gawain: magpadala ng mga email, lumikha ng mga kaganapan sa kalendaryo, maglagay ng mga order sa mga online na tindahan.
• Pag-access sa mga Database at Analytics. Ang mga kahilingan sa natural na wika ay maaaring i-translate sa mga pagtawag ng panloob na API o mga SQL query para sa pagkuha at pagsusuri ng datos.
• Pagkuha ng Structured na Impormasyon. Ang LLM ay maaaring mismo kumuha ng mga katotohanan mula sa mahabang teksto (halimbawa, mga pangalan, petsa, address) at ibalik ang mga ito sa anyo ng structured na JSON array, na maginhawa para sa kasunod na programatikong pagpoproseso.

Mga Isyu sa Seguridad

Sa pagpapalawak ng mga kakayahan ng mga modelo, ang Function Calling ay sabay na nagdadala ng mga bagong panganib.

• Mga Hindi Napatunayan na Output. Ang pakikipag-ugnayan ng modelo sa mga panlabas na kagamitan ay dapat na maingat na protektahan. Kung ang modelo ay makatanggap mula sa API ng isang mapanganib o maling halaga, maaari itong isama sa sagot o tumawag ng isa pang function batay dito, na hahantong sa mga hindi mahuhulaan na kahihinatnan.
• Mga Atake sa Pamamagitan ng mga Argumento ng Function. Natuklasan ng mga mananaliksik ang mga kahinaan na espesipiko sa mode ng Function Calling. Noong 2025, isang atake ang ipinakita na tinawag na "Madilim na Panig ng Function Calling". Ang diwa nito ay ang pagmumungkahi sa modelo ng isang espesyal na "function", sa loob ng mga argumento nito ay nagtatago ng ipinagbabawal na instruksyon (jailbreak payload). Ang modelo, na sumusunod sa prinsipyo ng pagtawag ng function, ay bumubuo ng mga argumento na naglalaman ng content na lumalabag sa mga patakaran, at sa gayon ay nilalampasan ang mga filter ng moderasyon. Ipinakita ng pagsubok ang tagumpay ng atake sa mahigit 90% ng mga kaso sa anim na modernong modelo, kabilang ang GPT-4 at Claude.

Para maiwasan ang mga ganitong insidente, inirerekomenda na bigyan ang modelo ng mga pinagkakatiwalaang kagamitan lamang, ipatupad ang kumpirmasyon ng gumagamit bago isagawa ang mga kritikal na aksyon, gayundin ang paggamit ng mga espesyal na "depensibong" prompt at mahigpit na pagsusuri ng mga argumento para sa mapanganib na nilalaman.

Mga Sanggunian

• Opisyal na anunsyo ng Function Calling mula sa OpenAI
• Pahina ng proyekto ng Gorilla LLM
• Apideck (2024). An Introduction to Function Calling and Tool Use. Apideck Blog.
• LangChain (2025). Tool Calling (Documentation). LangChain Docs.
• Mistral AI (2025). Function Calling – Documentation. Mistral Docs.
• Hopsworks (2024). What is Function Calling with LLMs?. Hopsworks Dictionary.
• Hopsworks (2024). Unlocking the Power of Function Calling with LLMs. Hopsworks Blog.
• University of California, Berkeley (2025). Berkeley Function Calling Leaderboard V3. Online Resource.

Talasanggunian

• Wu, Z. et al. (2025). The Dark Side of Function Calling: Pathways to Jailbreaking Large Language Models. ACL 2025.
• OpenAI (2023). Function Calling and Other API Updates. OpenAI Blog.
• Schick, T. et al. (2023). Toolformer: Language Models Can Teach Themselves to Use Tools. arXiv:2302.04761.
• Patil, S. G. et al. (2023). Gorilla: Large Language Model Connected with Massive APIs. arXiv:2305.15334.
• Liu, W. et al. (2024). ToolACE: Winning the Points of LLM Function Calling. arXiv:2409.00920.
• Yao, S. et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv:2210.03629.