arXiv · cs.CL· Guanting Dong·· 2 天前精选AI 评分65
ToolSpace：面向长程智能体的工具中心环境合成框架
ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents
来源与原文
arXiv · cs.CL
作者：Guanting Dong
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.05036v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 ToolSpace，一个以工具为中心的 MCP 环境合成框架，从真实 MCP 服务与开放智能体语料的执行轨迹中挖掘依赖关系，用确定性规则聚类成环境，再通过带回滚的状态感知随机游走生成带断言校验的任务。在 AutomationBench 和 tau3-Bench Banking 上生成的 Pro 版本使 7 个前沿模型最多下降 38.2 分；在七个长程工具使用基准上，Qwen3.6-35B-A3B 平均分从 23.0 提升到 41.0（RL 后 43.2），GLM-5.2 从 44.6 提升到 56.6，与 Claude Opus 5 相当。消融显示执行见证的边明显优于 LLM 判定的边。
推荐理由
论文把环境合成的起点从数据换成真实执行轨迹，用确定性规则构建工具图，评测结果附带消融对比，方法可参考。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。