Xiaojun Wu | Affiliate LLM Researcher, IDEA Research

2026-07-22 数据合成

Agentic数据合成（二）：DataArc-SynData-Toolkit 上新：面向 Agent RL Training 的Scalable and Verifiable Envs 合成框架

阅读知乎未公开收藏 149 点赞 75

上一篇《高质量 Agent 训练数据，正在怎么被合成？》，里面讲到一个趋势： Agent 训练数据正在从“问答样本”变成“可执行环境 + 任务指令 + verifier + 轨迹 + reward”。这句话听起来有点抽象。如果你只是训练一个 Chat 模型，一条数据可能是：user question -> assistant answer但如果...

Read article

2026-06-30 数据合成

Agentic数据合成（一）：从CLI-Gym到OpenThoughts-Agent，2026年进展持续更新中。。。

阅读知乎未公开收藏 57 点赞 28

高质量 Agent 训练数据，正在怎么被合成？大模型正在从“回答问题”走向“自主操作电脑”。这个转变里，有一个很硬的瓶颈：高质量、可执行、可验证的 Agent 训练数据不够。一个终端任务看起来可能很简单，比如“修好某个测试环境里的失败用例”。但真正把它做成训练数据，通常需要完整的 Docker 环境、初始故障状态、任务指令、验证脚本，以及一条能真正完成...

Read article