arXiv cs.CL· Yihao Hu, Zhihao Wen, Yitong Lin, Siyuan Lu, Pan Wang, Wei Wu, Jiang-Ming Yang, Tao Lin·· 2 小时前AI 评分33
Trajectory2Gym：面向工具使用智能体的决策接地组合交互合成
Trajectory2Gym: Decision-Grounded Compositional Interaction Synthesis for Tool-Use Agents
AI 导读
Trajectory2Gym 提出以组合覆盖与决策接地为核心的轨迹监督构造方法，在五个 Qwen3 规模上使 Tau1、Tau2、BFCL 三基准等权均值提升 16.9-29.8 个百分点。它围绕支持不足的组合结构构建可执行交互，仅从学习者可见历史支持的决策中提取监督，并以父归一化监督微调保持语义交互为训练权重单元。增益在有状态、多轮交互中最为明显。
来源：arXiv cs.CL · arxiv.org