論文の概要: SAP: State-Guided Data Synthesis with Argument Provenance for Multi-Turn Tool Use

• arxiv url: http://arxiv.org/abs/2609.06124v1
• Date: Sat, 05 Sep 2026 14:46:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.205518
• Title: SAP: State-Guided Data Synthesis with Argument Provenance for Multi-Turn Tool Use
• Title（参考訳）: SAP:マルチTurnツール用Argument Provenanceを用いたステートガイドデータ合成
• Abstract要約: SAPは、状態ガイダンス、ツール引数制約、ターンレベルのバリデーションを組み合わせて、ツール使用トラジェクトリを効率的に構築する。 SAP-4Bは、複数のベンチマークでより大きなモデルと比較しても非常に競争力がある。
• 参考スコア（独自算出の注目度）: 12.318098889151864
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-quality multi-turn tool-use data is essential for training agentic models, yet existing data synthesis methods often underrepresent the argument-level dependencies that are critical to long-horizon tool use. As a result, even when a model selects the correct tool, task execution may still fail because the model fills tool arguments with fabricated, stale, or weakly grounded values. To address this problem, we propose \textbf{State-Guided Data Synthesis with Argument Provenance (SAP)}. SAP combines state guidance, tool-argument provenance constraints, and turn-level validation to efficiently construct tool-use trajectories with long-range dependencies and high accuracy. Using data generated by SAP, we build SAP-4B, which is highly competitive even when compared with much larger models across multiple benchmarks. Source code, synthesized data, and trained weights are available at https://github.com/Zichen1024/SAP.
• Abstract（参考訳）: エージェントモデルのトレーニングには高品質なマルチターンツールユースデータが不可欠だが、既存のデータ合成手法は長い水平ツールの使用に不可欠な引数レベルの依存関係を過小評価することが多い。 結果として、モデルが正しいツールを選択したとしても、そのモデルがツール引数を製造された、古い、あるいは弱い基底値で満たしているため、タスクの実行は失敗する可能性がある。 この問題に対処するため,Argument Provenance (SAP) を用いた textbf{State-Guided Data Synthesis を提案する。 SAPは、状態ガイダンス、ツール引数証明制約、ターンレベルのバリデーションを組み合わせて、ツール使用トラジェクトリを長距離依存と高精度で効率的に構築する。 SAP が生成したデータを用いて SAP-4B を構築する。 ソースコード、合成データ、トレーニングされたウェイトはhttps://github.com/Zichen1024/SAPで入手できる。

関連論文リスト

• GenesisFunc: Multi-Agent Data Generation for Accurate and Generalizable Function-Calling [48.71974949983576]
  関数呼び出しデータを生成する自動パイプラインであるGenesisFuncを提案する。 提案手法は,下流のツールにまたがって効果的にスケールできる可能性を示し,実世界の応用性を裏付けるものである。
  論文  参考訳（メタデータ） (2026-04-10T14:02:03Z)
• Mock Worlds, Real Skills: Building Small Agentic Language Models with Synthetic Tasks, Simulated Environments, and Rubric-Based Rewards [13.784988950752195]
  既存のオープンソースエージェントトレーニングデータはタスクの多様性が狭く、容易に解決できる。 現実世界のAPIには多様性がなく、大規模な強化学習のロールアウトプロセスでは不安定である。 多様なツール使用トレーニングデータを共同で合成し,完全な環境をシミュレートするフレームワークであるSynTHAGENTで,これらの課題に対処する。
  論文  参考訳（メタデータ） (2026-01-30T03:43:42Z)
• ToolForge: A Data Synthesis Pipeline for Multi-Hop Search without Real-World APIs [40.70833390513187]
  本稿では,強力な実世界のツールコール性能を実現する自動合成フレームワークであるToolForgeを紹介する。 ToolForgeは、マルチホップ検索シナリオ用に設計された大規模ツール学習データを合成する。 実験結果から,合成データを用いてトレーニングした場合,8Bパラメータのみのモデルが複数のベンチマークでGPT-4oを上回っていることがわかった。
  論文  参考訳（メタデータ） (2025-12-18T04:06:26Z)
• ToolMind Technical Report: A Large-Scale, Reasoning-Enhanced Tool-Use Dataset [43.45582911794623]
  我々は,160kの合成データインスタンスを備えた高品質なツールエージェントデータセットであるToolMindを紹介した。 我々は, 高精度なターンレベルのフィルタリングを用いて, 誤りや不適切なステップを除去する。 ToolMindで微調整されたモデルは、いくつかのベンチマークでベースラインよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2025-11-12T13:01:23Z)
• Measuring LLM Sensitivity in Transformer-based Tabular Data Synthesis [0.451520252387513]
  トランスフォーマーベースのモデルは、データ品質の点で他の最先端モデルよりも優れている。 高い計算コストは、プロサマーハードウェアを持つエンドユーザーには実現不可能な場合があります。 GReaTは、REaLTabFormerよりも低いランタイムを一貫して達成し、最も大きなデータセットでしか実行できない。
  論文  参考訳（メタデータ） (2025-09-25T05:48:48Z)
• ToolGrad: Efficient Tool-use Dataset Generation with Textual "Gradients" [53.7887350405379]
  以前の作業では、まずユーザクエリを生成し、続いてDFSのような複雑なツール使用アノテーションを使用して、ツール使用のLLMデータセットを合成する。 ToolGradはこのパラダイムを逆転させるエージェントフレームワークであるToolGradを紹介します。 このアプローチは、より複雑なツールの使用、低コスト、100%パスレートで生成されたデータセットであるToolGrad-5kにつながった。
  論文  参考訳（メタデータ） (2025-08-06T05:04:00Z)
• Procedural Environment Generation for Tool-Use Agents [55.10427063893754]
  我々はRandomWorldを紹介した。これは対話型ツールと合成ツール利用データの手続き的生成のためのパイプラインである。 我々は,SFTとRLによるRandomWorldの合成データによるモデル調整により,様々なツール使用ベンチマークが改良されたことを示す。
  論文  参考訳（メタデータ） (2025-05-21T14:10:06Z)
• WildLong: Synthesizing Realistic Long-Context Instruction Data at Scale [86.25450054683172]
  WildLongは、実際のユーザクエリからメタ情報を取り出して、スケーラブルなデータを生成する。 クロスドキュメント比較やアグリゲーションといったマルチドキュメント推論をサポートする。 ベンチマーク全体で、既存のオープンソースの長期コンテキスト最適化モデルを上回っている。
  論文  参考訳（メタデータ） (2025-02-23T18:59:09Z)
• ToolFlow: Boosting LLM Tool-Calling Through Natural and Coherent Dialogue Synthesis [80.34000499166648]
  より関連性の高いツールの組み合わせをサンプリングするためのグラフベースのサンプリング戦略と、コヒーレントな対話の合成を導く計画を作成するための計画生成戦略を提案する。 ツールフローで生成した8000の合成対話を用いてLLaMA-3.1-8BにSFTを適用した。 その結果,GPT-4に匹敵するツールコール性能が得られた。
  論文  参考訳（メタデータ） (2024-10-24T05:45:04Z)
• ToolACE: Winning the Points of LLM Function Calling [139.07157814653638]
  ToolACEは、正確で複雑で多様なツール学習データを生成するように設計された自動エージェントパイプラインである。 我々は、合成データに基づいてトレーニングされたモデルが、8Bパラメータだけで、バークレー・ファンクション・カリング・リーダーボード上で最先端のパフォーマンスを達成することを実証した。
  論文  参考訳（メタデータ） (2024-09-02T03:19:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。