语言模型通过阅读文档学习工具使用，并具备创造性提出新方法的能力

根据一份最新的研究论文，语言模型通过阅读工具和API文档来学习使用工具，并在某些情况下甚至能够创造性地提出新方法。与传统的演示训练方法相比，仅仅利用文档的模型在零样本任务上表现相当甚至更出色。

研究团队针对六种不同任务训练了多个模型，采用了文档和演示两种方法，并对它们的性能进行了比较。结果显示，仅使用文档的模型在零样本任务上的表现与仅使用演示的模型相媲美甚至更优。此后，在包含了200个不同工具的数据集上进行扩展实验后，第一个模型的性能明显超越了第二个模型。

在图像处理领域，这一模型能够通过学习最新图像处理模块的文档，实现复杂的图像处理和视频跟踪任务，无需进一步的演示。特别值得注意的是，该团队强调这一模型能够重现最近发布的图像处理技术，如Grounded-SAM和Track Anything的视频跟踪功能，展示了这种方法在自动知识发现方面的潜力。

该论文指出：“总的来说，我们的研究侧重于语言模型的内部规划和文档推理能力，而非仅仅通过演示明确指导其行为，从而揭示了语言模型在学习工具使用方面的新视角。”

这项研究揭示了阅读文档对于语言模型学习工具使用的重要性，以及文档在扩展和自动知识发现方面的潜力。