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 480 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
周薪35万英镑!利物浦队长合同即将到期,放走了萨拉赫,还会放走范戴克吗

周薪35万英镑!利物浦队长合同即将到期,放走了萨拉赫,还会放走范戴克吗

利物浦历史上只给过两名球员35万英镑的周薪,萨拉赫和范戴克。如今萨拉赫已经远走土超,35岁的范戴克却还是利物浦后防线的核心球员,不过他的合同也只剩下半年多的时间,如果利物浦不续约的话,范戴克赛季结束后就能自由身离队。 34岁的萨拉赫被球队放弃,35岁的范戴克会不会一样的命运呢?个人认为两人的情况不同,萨拉赫是边锋,需要速度和冲击力,这两个因素都会受到年龄的影响,反而是中后卫的位置,虽然年龄也会带来

生命密码必须 ATCG 4个字母?新研究发现8个字母,细胞机器也照单全收

生命密码必须 ATCG 4个字母?新研究发现8个字母,细胞机器也照单全收

最近微信改版,容易找不到尹哥的文章,大家记得把尹哥设为星标⭐️ 哦~ 「2026-11-5 期」赠书福利获奖名单 恭喜以下粉丝获得 《大演化》英文版 各 1本 请于 11月12日 前在今天的推文下留言 【姓名+电话+地址】 逾期不候哦~ (留言不会被精选出来,请放心) @ 福 @ 徐行 @ 云漫 本文转载自公众号“返朴” 作者 | 顾舒晨 所有地球已知生命DNA均以 A、T、C、G 四种碱基储存遗

五世达赖突然溘然长逝,临终策划了一出令人叹服的大戏!

五世达赖突然溘然长逝,临终策划了一出令人叹服的大戏!

1682年,拉萨布达拉宫内,五世达赖阿旺·罗桑嘉措病情加重。此时的西藏,表面上政教秩序已经建立,实际却牵动着寺院、贵族、蒙古诸部以及清朝之间的多重关系。一个消息若处理不慎,便可能引发权力震荡。 五世达赖出生于1617年,来自前藏山南琼结的贵族家庭。他被认定为四世达赖转世时,格鲁派正受到噶玛政权压制,转世灵童的寻找一度被阻止。后来,在四世班禅斡旋以及蒙古势力介入下,认定程序才得以继续。 这段经历让年

特朗普总统位悬了,万斯拉帮结派,奥巴马重出江湖,连拜登都动了

特朗普总统位悬了,万斯拉帮结派,奥巴马重出江湖,连拜登都动了

我觉得,美国政坛这次是真的热闹了。特朗普刚刚经历了一场难看的中期选举,共和党丢掉了国会两院的控制权,原本围绕特朗普建立起来的政治联盟开始出现裂痕。 更让人意外的是,麻烦不只是来自民主党,连特朗普身边的副总统万斯,也开始有了自己的盘算,与此同时,离开白宫多年的奥巴马重新走上竞选舞台,公开动员民主党选民对抗特朗普。 就连此前因为健康问题很少公开露面的拜登,也在这个敏感时刻重新发声,推出总统回忆录,并在

C罗退役后葡萄牙首战1-4输丹麦,B费称没有哪个夜晚是该被忘掉

C罗退役后葡萄牙首战1-4输丹麦,B费称没有哪个夜晚是该被忘掉

C罗在宣布退役后,葡萄牙国家队的首场正式比赛爆出大冷。周六在布拉加进行的欧国联A4组较量中,葡萄牙1-4惨败丹麦,没能把握住提前锁定小组头名的机会。 本场开场环节满是温情,球员与球童出场全部身着印着罗纳尔多7号的球衣,场内布置了“GOAT”“感谢你队长”的致敬内容,献给这位41岁的五届金球奖得主。罗纳尔多上周在社媒发文结束国家队生涯,他累计出场234次打进146球,刷新世界纪录。此前9月他对阵丹麦