Apple团队提出SynthAPI合成Agent训练环境

Apple 团队在论文《Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis》中提出 SynthAPI，把 Tool-Use Agent 的训练数据拆成应用数量 A、单应用任务数 T、初始数据库状态数 S 和数据深度 D 四个可控变量，并据此建立数据组成与模型表现之间的扩展定律。 这些结论有明确边界：完整扩展定律目前只在 SynthAPI 这一条数据生成流水线上建立；SimSAT 只重复验证了 A/T 随任务预算变化的局部趋势，未重新验证 S、D 和完整的联合扩展定律。849 个扩展实验采用专家成功轨迹的监督微调，论文未验证相同规律在强化学习后训练中是否成立；训练任务只使用单个应用内的工具，全部实验运行在研究用模拟环境中。 因此，SynthAPI 提供的是在受控模拟环境、监督微调条件下对训练数据规模规律的刻画，尚不能直接推广到强化学习后训练或真实多应用场景。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。