45.8万个合成环境训练工具Agent,论文给出数据构成scaling law
amaarora · x · 2026-10-29
一项新预印本研究如何用合成工具使用环境训练 LLM Agent。作者提出 SynthAPI 管线,可沿工具、任务、数据库三个维度显式控制生成环境的多样性,共生成了 458,752 个任务、训练了 849 个四种规模的模型,推导出可根据合成环境的规模与构成预测下游工具使用泛化能力的 scaling law。
关键结论:
- 随数据预算增长,扩大工具与数据库的多样性比单纯增加任务数量更有效
- 提高数据复杂度带来更大收益
- 按这些发现扩展数据训练的 Agent,在 4 个评测基准上超过了用以往工作数据训练的模型
对做 agent 训练与 eval 数据工程的人来说,这是一份关于"数据该怎么花"的实操参考。
「编程与Agent」频道最新
- 实测:抓 100 万个 URL,第三方 API 比自建爬虫省太多钱 — gaganghotra_ · 2026-10-29
- Oxlint 下个版本 JS 插件 AST 传输提速 5 倍 — cnakazawa · 2026-10-29
- 出海博主编 10 万粉复盘:用 AI 管邮件,每天只花 40 分钟 — lxfater · 2026-10-29
- 「我恨同时跑 15 个 agent」:开发者开始反思多 agent 工作流的代价 — bradneuberg · 2026-10-29
- Lasm 发布：用 Lean 写可形式化验证的 JS/Wasm 应用 — hargup13 · 2026-10-29
- 开发者推出 SketchShot:把截图涂鸦当与 Claude 沟通的“共享白板” — Special_Abrocoma4641 · 2026-10-29