【摘要】训练 Tool-Use Agent 需要大量包含工具调用和状态变化的交互数据，但这类轨迹在互联网语料中并不常见，因此近年的一个主要方向是用 LLM 合成训练数据。 当数据规模继续扩大，问题也从“生成多少”进入“预算怎么分”：增加应用和 API，在已有工具集上生成更多任务，还是让同一道任务对应更多初始 阅读全文