AutoSynthData：为企业级智能体生成训练数据

英文原标题：AutoSynthData: Generating Training Data for Enterprise Agents

本文为英文原文的机器翻译摘要，原文见：Hugging Face Blog ↗

• 企业需要能在自身环境中良好工作的智能体，但模型可能因工作流、工具组合或约束而表现不佳，这些弱点需要改进。
• ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败和更强教师的成功来决定模型下一步应学习什么，并生成和验证新任务。
• 有用的智能体任务由系统规范、用户提示和验证器组成，需满足可行性、真实性和难度，验证器需满足一致性、可靠性和完整性。
• AutoSynthData 通过诊断任务识别能力差距，生成能力规范卡，并分目标阶段和扩展阶段构建数据集，扩展阶段基于已接受样本创建变体。
• 实现上分离生成控制与环境执行，共享控制器协调生成、质量控制、覆盖和数据集构建，适配器处理环境执行等。

关键数据

• 文章日期为2026年10月2日
• 使用 EnterpriseOps Gym 数据集进行实验

为什么值得看：它提供了一种将企业智能体的能力差距转化为可扩展训练数据的方法，有助于提升智能体在特定企业环境中的表现。