Apple 论文：工具智能体训练,扩数据多样性比扩任务数更有效
rohanpaul_ai · x · 2026-10-29
Apple 发表论文《Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis》，研究合成训练数据的构成（而不仅是规模）如何决定工具使用智能体的泛化能力。
- 团队构建 SynthAPI 流水线：让 LLM 编写带真实 Python 工具和数据库的合成应用，再生成带自动成功校验的任务；系统性地变化应用、任务、数据库三个维度，共训练 849 个模型、458,752 个任务，覆盖 4 种模型规模。
- 关键发现：在固定 32,768 任务预算下，增加应用和数据库版本多样性把 4B 模型在 AppWorld challenge split 的成绩从 38.4% 提到 45.0%——数据预算增长时，扩工具/数据库多样性比增加任务数量收益更大。
- 基于数据构成得出的 scaling law 预测 held-out 实验误差仅 0.0285，而只看任务数量的定律误差为 0.1706；按该定律训练的智能体在 4 个评测基准上超过此前工作的数据配方。
所属事件:Apple 发布工具智能体论文：数据多样性比任务数更关键(3 条相关)→
「编程与Agent」频道最新
- 有人把 RSI 内核优化循环公开直播，每一步收益都可量化 — heyshrutimishra · 2026-10-29
- 宝玉实测：Claude Slides 跑进 Codex，可编辑导出 PPTX — dotey · 2026-10-29
- Codex 使用心得:像 CTO 一样说话,才能拿到 principal 级代码 — _Stocko_ · 2026-10-29
- baoyu-design v2 开源:Claude Design 全家桶移植到任意 Agent 与模型 — dotey · 2026-10-29
- PGlite 周下载量突破 3000 万，浏览器内 Postgres 持续走红 — matei_zaharia · 2026-10-29
- Gemini 上线 Customize 中枢：统一管理自定义技能与关联应用 — sysrpl · 2026-10-29