Firefly 反转合成顺序:从真实 MCP API 生成 5144 个可验证 Tool-Call 训练任务

机器之心 · wechat · 2026-11-07

机器之心详解 NeurIPS 2026 论文 Firefly:解决 Tool-Calling Agent RL 训练数据规模化、真实、可验证的三重困境。

现有方法的问题

核心方法 Back-Chaining(先探索、再出题)

可复现训练环境

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →