AIエージェントの新時代を切り開く：TOUCAN - 150万のTool Useデータセット

はじめに

AIエージェントの世界が大きく変わろうとしています。IBMとワシントン大学の研究チームが発表した「TOUCAN」は、AIエージェントのツール使用能力を飛躍的に向上させる可能性を秘めた、史上最大規模のオープンソースデータセットです。

TOUCANとは何か

TOUCANは、約500の実世界のModel Context Protocol（MCP）サーバーから合成された150万のトラジェクトリ(実行軌跡)を含む、これまでで最大の公開ツール・エージェントデータセットです。

従来のデータセットが抱えていた課題、つまり多様性、現実性、複雑性の欠如、特にマルチツールやマルチターンのインタラクションにおける制限を解決するために開発されました。

なぜTOUCANが革新的なのか

1. 実世界のツール実行

TOUCANは、シミュレーションや限定的なツールセットに依存する従来のアプローチとは異なり、2000以上のツールを持つ本物のMCP環境を活用しています。これにより、AIエージェントは実際のAPI呼び出しと実行結果に基づいて学習できます。

2. 圧倒的なスケール

データセットには、マルチラウンド、マルチターン、シーケンシャル、パラレルなツール呼び出しを含む、実際のツール実行を伴う多様で現実的かつ挑戦的なタスクが含まれています。

3. 高度なデータ生成パイプライン

TOUCANの生成プロセスは以下のステップで構成されています：

• ステップ1: 5つの異なるモデルを使用して、幅広いツール使用クエリを生成
• ステップ2: モデルベースの品質フィルタリングを適用
• ステップ3: 3つの教師モデルと2つのエージェントフレームワークを使用してトラジェクトリを生成
• ステップ4: ルールベースとモデルベースの厳密な検証

4. 3つの拡張メカニズム

データの多様性をさらに高めるため、以下の拡張が実装されています：

• 制約の追加: 既存タスクのバリエーション作成
• マルチターン対話: 複雑なタスクを連続したサブクエスチョンに分割
• 関連性フィルタリング: 解決不可能なタスクを含めることでハルシネーション削減

驚異的なベンチマーク結果

TOUCANでファインチューニングされたモデルは、複数のベンチマークで顕著な成果を示しました。

BFCL V3ベンチマーク

オープンソースのQwen-2.5-32Bモデルは、TOUCANでのファインチューニング後、約9ポイント改善し、推定で少なくとも1兆パラメータを持つとされるOpenAIのGPT-4.5-Previewをわずかに上回りました。

これは小規模なオープンソースモデルが、適切なトレーニングデータによって巨大なクローズドソースモデルを凌駕できることを示す画期的な結果です。

τ-Benchとτ²-Bench

Qwen-2.5モデル（7B、14B、32B）は、小売、航空、通信環境でのツール呼び出しを評価するベンチマークで、最大7ポイントの改善を見せました。

MCP-Universeベンチマーク

TOUCANでチューニングされたモデルは、同規模のモデルの中で最先端のパフォーマンスを達成し、同等のサイズの主要モデルを一貫して上回りました。

実用的な意義

コスト効率の向上

パラレルツール呼び出しにより効率が向上し、エージェントシステムの運用コストを削減できます。

オープンソースコミュニティへの貢献

TOUCANは完全にオープンソースで提供されており、研究者や開発者は以下からアクセスできます：

• GitHub: パイプライン全体のコード
• Hugging Face: 150万のトラジェクトリデータセット
• 論文: 技術的詳細とメソドロジー

データセットの構成

TOUCANのデータセットには以下が含まれます：

• target_tools: クエリ生成のシードとして使用されたMCPツール
• question_quality_assessment: LLMによるタスク評価（品質、難易度、リアリズム、独自性）
• response_quality_assessment: LLMによる応答評価（完全性と簡潔性）
• metadata: 収集された元のMCPサーバーデータとLLMアノテーション

複数の生成モデル（Qwen3-32B、Kimi-K2、GPT-OSS-120B）によるトラジェクトリが、それぞれ別の設定で保存されています。

今後の展望

「ツール呼び出しはAIエージェントの中核です。より優れたエージェントをトレーニングするには？実世界から得られた多様で高品質な例を通じてです」とIBMの研究者Rameswar Pandaは述べています。

研究チームは、ウェブ検索機能に焦点を当てたMCPベンチマークの開発など、さらなる改善を計画しています。

まとめ

TOUCANは、AIエージェントのトレーニングにおける重要なブレークスルーです。実世界のツール実行、大規模なデータセット、厳密な品質管理、そして完全なオープンソース化により、AIエージェントの能力を新たなレベルへと引き上げます。

小規模なオープンソースモデルが巨大なクローズドソースモデルを超えられることを実証したTOUCANは、AIエージェント開発の民主化に大きく貢献するでしょう。

参考文献 - 論文: "TOUCAN: Synthesizing 1.5M Tool-Agentic Data from Real-World MCP Environments" (arXiv:2510.01179) - データセット: Hugging Face - Agent-Ark/Toucan-1.5M - コード: GitHub - TheAgentArk/Toucan