大規模技能使用訓練的驗證式合成資料生成技術 SKT
為何重要
Agent 技能的發展正從單一工具呼叫轉向複雜的技能協奏，SKT 提供了「將技能知識轉化為可執行軌跡」的關鍵解決方案。 - 這代表著「Verified Synthetic Data」（驗證式合成資料）比一般文本合成更具價值，是解決 Agent 訓練資料「缺乏場景」的核心思路。 - 對產業而言，這證明瞭透過嚴格的驗證與修復機制，可以榕乾高品質訓練資料的潛力，為企業訓練強大的 Agent 提供可行路徑。
SKT 是一種驗證過的合成資料生成流程，旨在解決大型語言模型 軟體代理在識別、應用及協調技能時的困難。
- 該流程從 2,000 個公開技能庫中構建技能底層任務，產出 4,000 個任務套件及 27,164 個驗證過的成功軌跡。
- 研究團隊建立 SkillEval 獨立基準，證明在 SKT 生成的軌跡上進行監督微調能較佳地提升技能使用能力。
- 消融實驗顯示，技能使用能力的提升依賴於高品質監督，且效果可透過規則與代理驗證方式相應擴充套件。