摘要
针对现有数据集缺乏结构化意图、多轮任务委托及落地工具执行的问题,本文提出 ISE(意图 - 模拟 - 执行)三阶段合成范式。该方法首先构建约 5 万种结构化意图,随后利用角色锁定用户模拟器生成 grounded 的多轮交互轨迹,最后在隔离的实时 OS 环境中执行工具调用以生成真实的故障恢复动态。实验表明,基于 ISETrace 微调的 Qwen3-8B 在工具使用任务上显著优于零样本 GPT-4o 及更大参数量的基座模型,证明了多轮模拟对性能提升的关键作用。
AI 推荐理由
论文核心在于通过合成数据提升 Agent 的工具使用与执行能力,直接对应技能学习。
研究机构
Core contributors
论文信息