摘要
针对现有数据代理在异构环境中泛化能力不足的问题，本文提出 TOFFEE 系统。该系统利用蒙特卡洛树搜索（MCTS），结合自适应模型选择与跨任务前缀复用技术，从给定数据环境中大规模合成高质量的数据代理轨迹。这些轨迹既可作为监督微调数据以适应特定领域，也可作为上下文学习示例引导通用大模型。文章展示了系统框架、任务池构建及端到端应用场景，有效支持复杂分析任务的规划与推理。
AI 推荐理由
论文核心是利用 MCTS 生成复杂分析工作流的轨迹，属于典型的任务规划与多步计划生成研究。
研究机构
Nanyang Technological University
Singapore
Huawei
China
Industrial and Commercial Bank of China Limited, China
论文信息