arXiv 自然语言处理· Yihao Hu, Zhihao Wen, Yitong Lin, Siyuan Lu, Pan Wang, Wei Wu, Jiang-Ming Yang, Tao Lin·· 6 小时前AI 评分41
Trajectory2Gym：面向工具使用智能体的决策落地组合交互合成
Trajectory2Gym: Decision-Grounded Compositional Interaction Synthesis for Tool-Use Agents
AI 导读
研究人员提出 Trajectory2Gym，通过构建可执行交互并仅从具备决策落地特性的执行结果中提取监督信号，优化工具使用智能体的训练数据生成。在 5 个千问（Qwen3）规模测试中，该方法在 Tau1、Tau2 和 BFCL 基准上均取得提升，使三项基准等权平均分提高 16.9 至 29.8 个百分点。性能增幅在强依赖历史观测的有状态多轮交互中尤为显著。
来源：arXiv 自然语言处理 · arxiv.org