論文の概要: Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis

• arxiv url: http://arxiv.org/abs/2610.37648v1
• Date: Tue, 27 Oct 2026 17:56:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.279572
• Title: Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis
• Title（参考訳）: 制御可能な環境合成によるツール利用エージェントのスケーリング法則
• Abstract要約: 人工ツール使用環境におけるデータ構成が,そのようなエージェントの訓練に与える影響について検討した。 我々は、ツール、タスク、およびツールが動作するデータベースの軸に沿って生成された環境の多様性を明示的に制御するSynthAPIパイプラインを提案する。
• 参考スコア（独自算出の注目度）: 54.5317456789302
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We explore how to build performant large language model (LLM) tool-use agents that complete complex, multi-step tasks. Specifically, we study how data composition in synthetically generated tool-use environments affects the training of such agents. To do so, we propose the SynthAPI pipeline, which explicitly controls the diversity of generated environments along the axes of tools, tasks, and the databases on which the tools operate. By systematically varying SynthAPI's generation controls in 458,752 tasks across 849 trained models of four different sizes, we derive a scaling law that predicts downstream tool-use agent generalization based on the scale and composition of the synthesized environments. These predictable relationships reveal several lessons for scaling tool-use agent data. As data budgets grow, scaling tool and database diversity becomes more effective than increasing the number of tasks, and increasing data complexity yields larger gains. Scaling according to these findings yields agents that outperform models trained on data from prior work in large-scale tool-use agent and synthetic environment generation across four evaluation benchmarks.
• Abstract（参考訳）: 複雑で多段階のタスクを完了させる,パフォーマンスの高い大規模言語モデル(LLM)ツール使用エージェントの構築方法について検討する。 具体的には、合成ツール使用環境におけるデータ構成が、そのようなエージェントの訓練にどのように影響するかを検討する。 そこで我々は、ツール、タスク、およびツールが動作するデータベースの軸に沿って生成された環境の多様性を明示的に制御するSynthAPIパイプラインを提案する。 SynthAPIの生成制御を,4つの異なるサイズの849のトレーニングモデルに対して458,752のタスクで体系的に変更することにより,合成された環境のスケールと構成に基づいて,下流のツール利用エージェントの一般化を予測するスケーリング法則を導出する。 これらの予測可能な関係は、ツール使用エージェントデータのスケーリングに関するいくつかの教訓を明らかにしている。 データ予算が増加するにつれて、スケーリングツールとデータベースの多様性はタスクの数を増やすよりも効果的になり、データの複雑さが増すことで大きな利益をもたらす。 これらの結果により、大規模ツール使用エージェントと4つの評価ベンチマークにおける合成環境生成において、事前の作業からトレーニングされたデータでトレーニングされたモデルよりも優れた結果が得られる。

関連論文リスト

• SING: Synthetic Intention Graph for Scalable Active Tool Discovery in LLM Agents [64.59100414726556]
  大規模言語モデル(LLM)エージェントは、コンテキスト、ツール、マルチターン実行を管理するハーネスに依存している。 Retrieval-augmented Tool selectionは、自然な代替手段を提供するが、既存のワンショット検索方法は、独立したツール記述とエージェントの真のタスク意図との整合に失敗する。 我々は、ユーザ意図、ツール機能、ツールコラボレーションパターンをリンクするインテントツーオールグラフを構築する、意図認識型のアクティブツール発見フレームワークであるSINGを提案する。
  論文  参考訳（メタデータ） (2026-06-15T11:37:37Z)
• DIVE: Scaling Diversity in Agentic Task Synthesis for Generalizable Tool Use [66.02634251098537]
  DIVEデータ(48k SFT + 3.2k RL)上のQwen3-8Bのトレーニングは、9OODベンチマークで+22ポイント向上し、+68で最強の8Bベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-03-10T20:54:23Z)
• 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)
• 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)

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。