TopoCurate：为工具使用智能体训练建模交互拓扑

训练工具使用智能体通常依赖基于结果的过滤，忽略了交互动态。本文提出 TopoCurate，一种感知交互的框架，将同一任务的多轮试验投射到统一的语义商拓扑中。通过合并等价的状态，该投影将分散的线性轨迹转化为结构化流形，明确捕捉工具调用与环境响应如何驱动有效策略与失败模式的分歧。利用此表示，我们引入双重选择机制：在监督微调中优先选择具有反思恢复和战略多样性的轨迹；在强化学习中选择具有高错误分支比的任务，以最大化梯度信噪比。实验表明该方法显著优于现有基线。