BioTool : un ensemble de données complet d'appels d'outils pour améliorer les capacités biomédicales des grands modèles de langage
BioTool: A Comprehensive Tool-Calling Dataset for Enhancing Biomedical Capabilities of Large Language Models
May 7, 2026
Auteurs: Xin Gao, Ruiyi Zhang, Meixi Du, Peijia Qin, Pengtao Xie
cs.AI
Résumé
Malgré le succès des grands modèles de langage (LLM) dans les tâches générales, leurs performances dans des domaines hautement spécialisés comme la biomédecine restent insatisfaisantes. Une limitation majeure est l'incapacité des LLM à exploiter efficacement les outils biomédicaux, sur lesquels les experts cliniques et les chercheurs en biomédecine s'appuient largement dans leurs flux de travail quotidiens. Bien que les récents ensembles de données d'appel d'outils en domaine général aient considérablement amélioré les capacités des agents LLM, les efforts existants dans le domaine biomédical reposent largement sur l'apprentissage en contexte et limitent les modèles à un petit nombre d'outils. Pour combler cette lacune, nous présentons BioTool, un ensemble de données complet d'appel d'outils biomédicaux conçu pour le fine-tuning des LLM. BioTool comprend 34 outils fréquemment utilisés, collectés à partir des bases de données NCBI, Ensembl et UniProt, ainsi que 7 040 paires requête-appel API de haute qualité, vérifiées manuellement, couvrant la variation, la génomique, la protéomique, l'évolution et la biologie générale. Le fine-tuning d'un LLM de 4 milliards de paramètres sur BioTool entraîne des améliorations substantielles des performances d'appel d'outils biomédicaux, surpassant des LLM commerciaux de pointe comme GPT-5.1. De plus, des évaluations par des experts humains démontrent que l'intégration d'un appelant d'outils affiné avec BioTool améliore significativement la qualité des réponses en aval par rapport au même LLM sans utilisation d'outils, soulignant l'efficacité de BioTool pour renforcer les capacités biomédicales des LLM. L'ensemble de données complet et le code d'évaluation sont disponibles à l'adresse https://github.com/gxx27/BioTool.
English
Despite the success of large language models (LLMs) on general-purpose tasks, their performance in highly specialized domains such as biomedicine remains unsatisfactory. A key limitation is the inability of LLMs to effectively leverage biomedical tools, which clinical experts and biomedical researchers rely on extensively in daily workflows. While recent general-domain tool-calling datasets have substantially improved the capabilities of LLM agents, existing efforts in the biomedical domain largely rely on in-context learning and restrict models to a small set of tools. To address this gap, we introduce BioTool, a comprehensive biomedical tool-calling dataset designed for fine-tuning LLMs. BioTool comprises 34 frequently used tools collected from the NCBI, Ensembl, and UniProt databases, along with 7,040 high-quality, human-verified query-API call pairs spanning variation, genomics, proteomics, evolution, and general biology. Fine-tuning a 4-billion-parameter LLM on BioTool yields substantial improvements in biomedical tool-calling performance, outperforming cutting-edge commercial LLMs such as GPT-5.1. Furthermore, human expert evaluations demonstrate that integrating a BioTool-fine-tuned tool caller significantly improves downstream answer quality compared to the same LLM without tool usage, highlighting the effectiveness of BioTool in enhancing the biomedical capabilities of LLMs. The full dataset and evaluation code are available at https://github.com/gxx27/BioTool