EMNLP 2026論文：韓国の公共APIを連続操作するAI、9Bモデルが未調整27Bモデルに迫る

結論から言うと、EMNLP 2026 Industry Track採択論文は、複数の公共APIを順番に使うAIの実力を測る「KOPA-Bench」と、実行できる学習データを作る「EDGE」を提案しました。論文は2026年9月4日にarXivへ投稿されています。

KOPA-Benchは韓国の公開公共APIを使う145件の現実的な課題で構成され、あるAPIの結果を次のAPIの入力へ渡すような多段階の操作を評価します。具体的にEDGEは、各ツールの出力と別ツールの入力をグラフで結び、実際のAPI呼び出しに成功した接続だけを残します。

その検証済みの経路から複数段階の操作例を合成し、GRPOという強化学習で90億パラメータのモデルを調整しました。著者らは、この9Bモデルが同じ系列の未調整27Bモデルにほぼ並び、KOPA-Benchだけでなく別の関数呼び出し評価BFCLでも大きく改善したと報告しています。

利用者には、モデルを大きくするだけでなく、実行確認済みの手順で学ばせることが道具利用の信頼性につながる点が重要です。ただし対象は韓国の公共APIで、課題数は145件です。日本の行政APIや変化する本番環境で同じ成果になるとは限らず、数値は著者らの実験結果として確認する必要があります。