人大复旦等提出 ToolSpace 新范式 744B 模型追平 Claude Opus 5
23 分钟前
人大、复旦等校团队提出面向工具中心的跨环境智能体环境合成框架 ToolSpace,打破现有以数据为中心的环境合成范式局限。该框架先从大量真实交互轨迹提取工具间的数据、状态、重试三类依赖,构建工具组合图,按需聚类关联工具生成对应环境与底层数据。再通过状态感知随机游走、回退采样生成可执行跨环境调用链,反向合成带验证脚本的自然语言任务。实验显示,基于该框架训练的 744B 模型七项长程工具基准平均分达 56.6,追平 Claude Opus 5,同时团队依托该框架构建了难度更高的 AutomationBench Pro 与 τ³-Bench Banking Pro 基准,为长程智能体训练评测提供可扩展的新路径。
体验专业版特色功能,拓展更丰富、更全面的相关内容。