面向API调用Agent的无环境合成数据生成
Environment-free Synthetic Data Generation for API-Calling Agents
摘要
提出一种无需环境的合成数据生成方法，利用LLM作为即时数字世界模型，仅需API规范即可生成模拟智能体与有状态环境交互的轨迹。该方法解决了训练调用API的LLM agent时因依赖完整实现环境和真实后端数据库而导致的可扩展性瓶颈。
训练能够调用API的大型语言模型（LLM）智能体需要大量高质量的轨迹数据。然而，大规模收集此类数据通常需要具备可执行API的完整实现环境，以及预先填充真实数据的后端数据库，这成为可扩展性的主要瓶颈。为克服这一难题，我们提出了一种无需环境的合成数据生成方法，该方法利用LLM作为即时数字世界模型。仅需给定API规范，我们的方法即可生成模拟智能体与有状态环境交互的轨迹。具体而言……
译自 Apple · ML Research · 录于 二〇二六年七月二十二日