744B模型追平Claude Opus 5,人大复旦提出ToolSpace探索环境合成新范式
2026.11.17 · 收录日 2026.11.17 · 模型 · 论文 · 论文预印本
ToolSpace以工具为中心合成跨环境智能体训练环境,744B模型七项基准追平Claude Opus 5。
中国人民大学、复旦大学和上海交通大学团队提出ToolSpace,从执行轨迹提取工具依赖、构建工具组合图,并按需组织环境、合成跨环境可验证任务。基于该数据训练的ToolSpace-744B-A40B七项基准平均分从44.6升至56.6,与Claude Opus 5持平。
- ToolSpace从超20万条交互轨迹提取工具依赖,构建77,760个调用模式节点、804个环境。
- 三类依赖中数据依赖占69%、状态依赖占25%、重试依赖占6%,181个环境含可修改状态工具。
- 共生成34,376条轨迹,至少5次调用的子集平均18.86次调用、跨2.29个环境。
- ToolSpace-744B-A40B仅经监督微调,七项基准平均分由44.6升至56.6,与Claude Opus 5持平。
- 构建AutomationBench Pro与τ³-Bench Banking Pro,七模型得分均低于标准版,最大降幅38.2分。
为什么值得看
看工具中心路线如何把环境合成从数据转向工具,并追平头部模型。
适合谁关注
智能体训练、工具调用与长程任务研究者。
