O que é ToolGrad?

ToolGrad é um método do Google Research para criar os exemplos de treino que ensinam um modelo de IA a chamar ferramentas. Tool calling é o modelo escrevendo um pedido para uma ferramenta externa, como uma busca ou um mapa, que o app (o harness, o software em volta do modelo) então executa. O ToolGrad monta primeiro uma cadeia de chamadas que funciona e escreve a pergunta do usuário depois, para encaixar na cadeia. Pegue uma cadeia de duas chamadas: find_pharmacy com aberta agora como único campo, depois get_directions. Só então a pergunta é escrita: qual farmácia perto de mim está aberta agora e como chego lá a pé? O método anterior escrevia a pergunta primeiro e depois procurava chamadas que a respondessem. O Google contou 63,8% dos exemplos dele como aproveitáveis, contra 99,8% dos do ToolGrad. Toda pergunta que o ToolGrad escreve já tem uma cadeia de chamadas que a responde, porque a cadeia foi montada antes.

ToolGrad é um método do Google Research para criar os exemplos de treino que ensinam um modelo de IA a chamar ferramentas, e ele monta cada exemplo de trás para frente: primeiro a cadeia de chamadas a ferramentas, depois a pergunta do usuário. Tool calling é o modelo escrevendo um pedido para uma ferramenta externa, como uma busca ou uma agenda, que o app (o harness, o software em volta do modelo) executa antes de devolver o resultado. Um modelo aprende a fazer isso com exemplos de treino durante o treinamento. O ToolGrad roda antes do treinamento, para criar esses exemplos. Quando você usa o app (a inferência), só roda o modelo já treinado. Cada exemplo é uma pergunta, as chamadas certas na ordem certa e a resposta final. Escrever milhares deles à mão é lento demais, então os laboratórios põem uma IA para gerá-los, e é isso que dados sintéticos significa. O método anterior começava pela pergunta. Depois um agente de IA procurava por tentativa e erro chamadas que a respondessem, e quando nenhuma cadeia funcionava, o exemplo era descartado. A conta do Google: 63,8% saíram aproveitáveis, então 36,2 em cada 100 foram desperdiçados. O ToolGrad começa pela cadeia. Ele propõe algumas ferramentas que podem ajudar, testa todas e põe um juiz de IA para escrever uma nota curta sobre qual chamada funcionou melhor. Essa nota é o gradiente textual. Um gradiente é o sinal que, no treinamento, diz para que lado ajustar, e este faz o mesmo trabalho em palavras. A melhor chamada entra na cadeia e o ciclo roda mais uma vez. Quando a cadeia fica completa, a IA escreve a pergunta e a resposta que combinam com ela. Desses exemplos, 99,8% saíram aproveitáveis, e as cadeias ficaram mais longas, 3,4 chamadas contra 2,1. O Google criou 500 exemplos assim e treinou com eles seu modelo aberto Gemma 3 12B (um que qualquer pessoa pode baixar). No BFCL, um teste de tool calling, o modelo marcou 83,1, que são 6,3 pontos acima da nota de antes desse treinamento e o mesmo nível dos 83,2 do Gemini 2.5 Pro na época. Dois limites. A comparação com esses modelos se apoia em um único teste e 500 exemplos. E uma pergunta escrita para encaixar numa resposta pode não soar como algo que uma pessoa perguntaria.

ToolGrad é um método para criar os exemplos de treino que ensinam um modelo de IA a chamar ferramentas, e ele monta primeiro a cadeia de chamadas e escreve a pergunta depois. Montar uma palavra cruzada funciona do mesmo jeito. Quem faz a cruzadinha preenche primeiro a grade com palavras e escreve as dicas por último. Toda dica tem resposta, porque a resposta já estava na grade antes de a dica existir. Quem escrevesse primeiro 30 dicas e depois tentasse encaixar respostas na grade ficaria com dicas que nenhuma palavra do tamanho certo consegue cumprir. A grade preenchida é a cadeia de chamadas montada primeiro, e as dicas são as perguntas escritas depois. Quem ficou com dicas impossíveis é o método anterior, que escrevia a pergunta primeiro e descartava os exemplos que não conseguia responder. A comparação vai até aqui: quem faz a cruzadinha preenche a grade de uma vez, enquanto o ToolGrad monta a cadeia chamada por chamada, testando ferramentas e ficando com a que funcionou.