面向 API 调用智能体的无环境合成数据生成

训练 API 调用大语言模型智能体需要大量高质量轨迹数据，但构建可执行环境与真实数据库成本高昂。为此，本文提出一种无环境合成数据生成方法，利用大语言模型作为即时数字世界模型。该方法仅凭 API 规范，通过生成多样任务、教师智能体求解及模拟器生成连贯响应，并经由评判模型过滤，构建高质量数据集。在 AppWorld 和 OfficeBench 基准上的实验表明，基于该合成数据微调的模型性能显著提升，证明了无需可执行环境即可实现高效监督学习。