ARTICLE DETAIL / 行业资讯

744B模型追平Claude Opus 5,人大复旦提出ToolSpace探索环境合成新范式

给智能体造训练环境,一定要先从数据库开始吗?现有的环境合成方法通常以数据为中心,先生成数据库和业务场景,再据此构造工具与任务。但沿着这条路线, 工具接口和参数逻辑可能偏离真实定义,工具组合也可能缺少执行依据,任务往往局限于单个环境 。现实中的工作却需要跨越这些边界,要让智能体熟悉跨环境的工具调用,训练任务就需要覆盖不同环境之间的数据传递、状态衔接与工具编排。 为此,中国人民大学,复旦大学和上海交通

READ
DEEPER
RB88·(中国)官方网站 - 打开体育的另一种可能 行业资讯 744B模型追平Claude Opus 5,人大复旦提出ToolSpace探索环境合成新范式

本文由RB88体育整理发布:

给智能体造训练环境,一定要先从数据库开始吗?

现有的环境合成方法通常以数据为中心,先生成数据库和业务场景,再据此构造工具与任务。

但沿着这条路线, 工具接口和参数逻辑可能偏离真实定义,工具组合也可能缺少执行依据,任务往往局限于单个环境 。

现实中的工作却需要跨越这些边界,要让智能体熟悉跨环境的工具调用,训练任务就需要覆盖不同环境之间的数据传递、状态衔接与工具编排。

为此,中国人民大学,复旦大学和上海交通大学的研究团队提出 ToolSpace,面向工具中心的跨环境智能体环境合成框架 。

该方法包含两个核心环节。

(1) 工具空间探索 :从执行轨迹提取工具,构建工具组合图,并按工具关系组织环境与底层数据,使工具组合具备可追溯执行依据。

(2) 跨环境可验证任务合成 :沿工具图做状态感知随机游走,将走通的调用链转化为自然语言任务与验证脚本,并按难度与跨环境范围筛选可回放样本。

图 1 ToolSpace 总览。

about image

从工具及其执行依赖出发组织环境,合成跨环境任务,用于训练数据生成和 Pro 基准构建。

(论文图 1) 下面的视频展示了 ToolSpace 的完整流程。

视频链接:https://mp.

weixin.

qq.

com/s/P_jMtmD6W4mirCPltHgwZg 研究团队从训练与评测两方面验证: 七项长程工具基准全面提升 : ToolSpace 合成数据在训练后带来稳定提升。

ToolSpace-744B-A40B 综合性能由 44.

6 升至 56.

6,与 Claude Opus 5 持平。

构建更具挑战的升级基准 : 构建 AutomationBench Pro 与 τ³-Bench Banking Pro,相比于标准版本更能检验智能体在更复杂工作流中的连续执行能力。

论文标题:ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents 论文链接:https://arxiv.

org/pdf/2611.

05036 项目主页:https://toolspace-agent.

github.

io/ 代码仓库:https://github.

com/dongguanting/ToolSpace 模型合集: https://huggingface.

co/collections/dongguanting/toolspace ToolSpace: 将工具连成宇宙,按需合成环境!

一、工具空间探索 ToolSpace 将工具视为智能体执行任务的基本单元。

为此,系统先从轨迹中还原工具之间有执行证据的连接,再将紧密关联的工具组织为环境,为其中需要持久状态的操作补齐底层数据。

随后,系统在工具图上探索跨环境调用链,将可执行的链路转化为任务。

整个流程由工具的连接关系牵引。

图 2 ToolSpace 的两个阶段。

先从执行轨迹构建工具空间并按需构建环境,再以状态感知游走生成跨环境任务。

工具组合图建模 。

ToolSpace 收集了超过 20 万条智能体与工具交互轨迹,来源包括真实 MCP 服务、开放工具使用语料和真实工作区记录。

不同来源的执行真实性不同,系统会分层筛选。

对于合成环境中的轨迹,仅保留工具名称和参数结构与对应真实工具匹配的调用。

有了轨迹,下一步是找出工具之间的依赖。

同一个工具换一组参数,可能产生不同结果,也可能通向不同的后续操作,因此图中的节点同时记录工具与规范化参数配置。

系统再按确定性规则,从相邻调用中提取三类连接。

1.

数据依赖关注结果如何传递 。

例如,前一步返回文件 ID,后一步用这个 ID 读取文件。

系统要求下游输入使用上游输出值,且字段类型匹配。

2.

状态依赖关注操作如何改变后续条件 。

例如,前一步修改某条记录,后一步读取或继续修改同一对象。

识别这类连接需要检查对象及其状态是否衔接。

3.

重试依赖记录失败后的恢复路径 。

前一次调用返回错误,轨迹随后切换工具,并在下一次调用中成功,这段可恢复的错误与后续成功调用会一起保留。

这些连接由规则识别,边的权重来自轨迹中实际观察到的转移频率。

系统会过滤低频边,并要求候选数据边的下游参数可追溯至上游输出,减少 limit=10 这类偶然匹配。

按需环境数据合成 。

ToolSpace 根据工具连接密度聚类,并结合真实 MCP 服务配置组织环境。

包含创建、修改或删除工具的环境,需要生成底层数据库,并通过单元测试与状态变化检查。

查询类工具返回的局部状态可用于初始化环境,无状态工具则在匹配的回放调用中复用缓存结果。

这使系统能将数据库合成集中在确实需要维护和改变持久状态的环境上。

二、跨环境可验证任务合成 状态感知随机游走 。

工具组合图给出了可以探索的方向,具体调用能否继续,还取决于当前状态。

ToolSpace 从

更多体育热点,关注RB88体育。

返回资讯列表

觉得有用?分享给朋友

让更多人看到这篇内容

TRENDING STORIES

热点新闻

统一台湾最大阻碍,不是美国,也不是台独,而是中华民国称号?

统一台湾最大阻碍,不是美国,也不是台独,而是中华民国称号?

说起两岸统一,很多人第一反应是美国或“台独”势力在作梗。其实,横在两岸之间的还有一样东西。 它不是军事力量,也不是政治势力,而是“中华民国”这个称号。1912年元旦,孙中山在南京宣誓就任临时大总统,宣告“中华民国”成立。 1947年,国民党制定的“宪法”明确写着,大陆各省和台湾都是其领土。1949年,国民党在内战中败退。 蒋介石带着残部和黄金储备退到台湾岛,死死抓住“中华民国”这块招牌,自称正统,

一觉醒来12款新车要在这几天内公布价格,最便宜的卖5万元?

一觉醒来12款新车要在这几天内公布价格,最便宜的卖5万元?

四季度接近过半了,不管是线上还是线下,车企、经销商都在“加把劲”。据统计,本周(11月9日-15日)将会有12款新车公布价格,力度之猛相比过去可谓是“有过之而无不及”,接下来咱们就一起看看这些新车。 第二代魏牌蓝山,11月9日预售 全新蓝山是今年长城车型里为数不多的全新车型,跟长城H10同平台打造,造型和风格都比较相似,提供5座和6座可选,前者车长5140mm,后者5300mm,轴距都是3010m

如今许可馨改名换姓躲美国,靠打零工度日,父母双双提前退休了

如今许可馨改名换姓躲美国,靠打零工度日,父母双双提前退休了

一个人究竟能忘本到什么程度? 吃着祖国的饭,踩着国内的平台资源一路走到海外,转头就在国家最艰难的时刻往同胞心上捅刀子,甚至放出话来,日后赚的每一分钱都要拿去资助那些跟自己故土作对的势力。 这句话不是别人编的,是许可馨自己亲口说的。 2020年春天,武汉一线的医护按着红手印往里冲,普通人闷在家里盯着新闻掉眼泪。 远在美国的许可馨,在社交平台上说,如果自己有医生朋友在武汉一线,会希望他们临阵脱逃。 一

国足2-0近46年不败 马来主帅盛赞国足两人 他俩击垮我们全部努力

国足2-0近46年不败 马来主帅盛赞国足两人 他俩击垮我们全部努力

北京时间20点整,肇庆主场迎来一场强弱悬殊的对决!中国国足对阵马来西亚男足,两队近46年A级大赛中,中国男足依然保持不败纪录!因此,邵佳一缺少要在本场比赛拿到最关键的胜利,以此来保证自己帅位的稳固! 中国国足在上一期国际友谊赛中,突出了弱点,中国国足连场不胜,给到很多国际低顺位队伍拿到国际积分,反而中国国足连续丢分!邵佳一帅位岌岌可危,临危不乱是邵佳一作为前国足名宿的底气,由于踢亚运会的男足已经全

米切尔为何力挺哈登?三大数据证明,哈登没错,阿特金森手段有限

米切尔为何力挺哈登?三大数据证明,哈登没错,阿特金森手段有限

我完全不担心哈登!我们信任他!他只需要提升状态,理解球队空间站位,找到自己发挥最大作用的位置!米切尔在球队战胜公牛后,被记者问及哈登,上述这番话,是什么意思?有两个关键词:理解站位,找到位置!看起来像是米切尔在提醒哈登,但我细细分析两人高阶数据,不对!米切尔更像是携手哈登,对主帅阿特金森宣战!聪明的你或许质疑:米切尔他真这么好?从一则消息说起,随队记者费多尔透露,球队本赛季目标是争冠,培养第三持球