FEATURED REPORT / 01

READ THE DETAIL

观点 · 数据 · 实践
当前位置 凤凰体育 · (中国)官方网站 资讯中心 744B模型追平Claude Opus 5,人大复旦提出ToolSpace探索环境合成新范式
01 READING
ROOM
资讯中心

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

凤凰体育 · (中国)官方网站编辑部 136 阅读 约 5.5 分钟

本篇内容由凤凰体育整理:

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 。

about image

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。

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

更多赛事消息,关注凤凰体育。

上一篇 美国其实早发现1个奇怪现象:中国的歼11,几乎是收拾美军的主力... 下一篇 又被宋慧乔惊艳到!穿毛衣不配阔腿裤、短靴,这样打扮更时髦好看...
返回资讯列表

分享这篇内容

让更多人看到有价值的行业观点。

YOU MAY ALSO LIKE

推荐阅读

延伸阅读相关主题内容,继续了解行业变化与专业实践。

MORE FROM THE DESK

热点新闻

如果您希望持续了解行业新动态,可以从以下内容开始继续阅读。

查看更多资讯
他是原中组部部长,享年71岁,女儿曾做主席儿媳,侄子是少将!

他是原中组部部长,享年71岁,女儿曾做主席儿媳,侄子是少将!

1936年,北平草岚子监狱外,27岁的安子文拖着病弱的身体走出牢门,没有回家休养,而是设法赶往山西。多年囚禁留下的伤病尚未痊愈,他却把个人安危放在了后面。 安子文1909年出生于河北景县。少年时期的北平,进步青年常常要面对严密监视。十五岁那年,他因参加进步活动被学校开除。对一个学生来说,这几乎断了正常求学的道路,可他没有退缩,转而投身革命。 不久,他因散发传单、传播进步思想被捕,关进草岚子监狱。那

“这婚不结了!”婚礼当天,新娘子一句话,让新郎转身就走!被网友称赞人间清醒

“这婚不结了!”婚礼当天,新娘子一句话,让新郎转身就走!被网友称赞人间清醒

婚礼现场,新郎单膝跪地,捧着一束红黄相间的手捧花,胸口那朵红花还没顾上扶正。 伴娘刚起了个头,问他车子和老婆只能选一个,选谁。 他想都没想,选老婆。 满屋子人跟着起哄,又问房子和老婆呢。他还是那句话,什么都不要,跟老婆放一块,都选老婆。 在场的长辈笑得合不拢嘴,都说这姑娘找对人了。两道题,他答得又快又稳。搁谁看都觉得,这婚结得踏实。 可婚礼这种场合,最怕的就是有人不知道见好就收。 坐在床边的新娘,

WTT冠军赛独此一例!孙颖莎各站出手就是四强,她依然神勇无比

WTT冠军赛独此一例!孙颖莎各站出手就是四强,她依然神勇无比

经过了本届WTT蒙彼利埃冠军赛1/4决赛,日本名将早田希娜应该比以往更知道自己击败孙颖莎有多难,这场比赛她在超水平发挥的情况下,仍然败在状态还未恢复到巅峰状态的孙颖莎。这场胜利让孙颖莎创造了与早田交锋22战全胜的同时,还书写WTT冠军赛一项奇迹:她参加过的每站比赛均打进过半决赛,国际乒坛目前达到这个高度的,仅孙颖莎一人。 蒙彼利埃冠军赛创办于2024年,种种原因孙颖莎缺席了前两个赛季比赛,此次是她

米体:国米边路已经找到合适的配置,路易斯·恩里克可能冬窗离队

米体:国米边路已经找到合适的配置,路易斯·恩里克可能冬窗离队

直播吧11月18日讯 据《米兰体育报》报道称,路易斯·恩里克可能在冬窗离开国米。 在国米的排兵布席中,椅子的数量刚刚好,但音乐停止时,注定会有人两手空空。国米边路有四把椅子,但有五名球员:迪马尔科、卡洛斯·奥古斯托、斯彭斯、迪乌夫和路易斯·恩里克。谁会被剩下并不可避免地走向离队大门?根据球队层级和出场时间计算,答案很简单:路易斯·恩里克。这位前马赛的巴西球员上赛季曾因邓弗里斯的长期伤缺而扮演了重要

“早该炸掉”?曾让西安居民痛恨的三门峡大坝,是壮举还是败笔?

“早该炸掉”?曾让西安居民痛恨的三门峡大坝,是壮举还是败笔?

今年7月5日上午9时,河南三门峡水库按照1500立方米每秒流量控制运用,精准接力2026年主汛期前黄河调水调沙。新闻里提到“万里黄河第一坝”,很多人看一眼就划过去了。 可在陕西关中,不少上了年纪的人一提起这座坝,心里五味杂陈。2003年渭河那场大水之后,“早该炸掉”这句话在当地被人说过不止一次。 同一座坝,下游说它是功臣,上游说它是祸根,到底该怎么看? “黄河宁,天下平”,这句话的分量很重。一部治