English(EN) Firefly: Illuminating Large-Scale Verified Tool-Call Data Generation from Real APIs

新的 FireFly 管道从真实 API 生成已验证的工具调用数据

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-27 04:00

研究人员开发了 FireFly，一个用于从真实世界 API 生成已验证的工具调用数据的新型管道。该方法从观察到的结果向后合成任务，通过构造确保标签的正确性。该管道通过使用成对工具图和用于离线、可复现强化学习的检索增强模拟器来解决大规模工具空间带来的挑战。一个在 FireFly 数据上使用 GRPO 训练的 4B 参数模型在工具调用基准测试上的表现与 Claude Sonnet 4.6 相当。 AI

影响能够更稳健地训练能够与真实世界工具和 API 交互的 AI 代理。

排序理由该集群描述了一个用于为工具调用代理生成训练数据的新研究管道和方法，该研究在 arXiv 论文中有详细介绍。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 9 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一个用于为工具调用代理生成训练数据的新研究管道和方法，该研究在 arXiv 论文中有详细介绍。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Yuxuan Lu, Ziyi Wang, Yingzhou Lu, Yisi Sang, Jiri Gesi, Xianfeng Tang, Yimeng Zhang, Zhenwei Dai, Hui Liu, Hanqing Lu, Chen Luo, Qi He, Benoit Dumoulin, Jing Huang, Dakuo Wang · 2026-10-27 04:00

Firefly：从真实API生成大规模已验证工具调用数据的照明

arXiv:2605.17558v2 Announce Type: replace-cross Abstract: Training tool-calling agents requires large-scale trajectory data with verifiable labels, yet existing approaches either synthesize environments that diverge from real API behavior or generate tasks without ground-truth ou…

本文如何被排名

报道来源 [1]

Firefly：从真实API生成大规模已验证工具调用数据的照明

相关实体

相关话题