#Training Data

3 篇

SoftwareGym: Scaling Computer-Use Agent Training with Diverse Synthesized Software Environments

SoftwareGym：用多样化合成软件环境规模化训练计算机使用智能体

🧭 计算机使用 Agent 环境合成与训练

Shanghai Jiaotong University · Zhejiang University

提出 SoftwareGym 自动化合成 GUI 软件环境及基准，训练 CUA 后在 OSWorld 上 Pass@3 提升 15.58 个百分点

📌 工作参考价值（4 点）

对需要构建 Agent 操作业务系统（如电商后台、广告投放平台）的团队，可借鉴 SoftwareGym 的环境合成管线：自动生成多样化 GUI + 迭代修复功能，低成本构造大规模仿真环境，避免每个内部系统手工集成。
用合成环境收集轨迹做 SFT/RL 训练可显著提升 Agent 在未见过的真实系统上的泛化能力（OSWorld Pass@3 +15.58），适合跨平台/多工具 Agent 的冷启动。
SoftwareGym-Bench 的 12 类 120 任务设计思路可迁移到电商工作流评测：覆盖不同操作类型、验证功能正确性而非仅界面匹配；GUI 任务通过率可作为应用可用性筛选指标。
注意：合成应用与真实业务系统仍有差距，建议混合少量真实环境数据做适配；该方法更适合作为预训练/基础能力阶段，而非替代真实场景微调。

Agent | 2026-10-07 | HF Daily | score 7/10

What Makes Good Agentic Data? An ACE Lens on Data Generation for LLM Agents

什么是好的智能体数据？用 ACE 视角看 LLM 智能体数据生成

🧭 LLM Agent 训练数据生成

Huawei Technologies Co., Ltd · Shanghai Jiao Tong University · Northwestern University · Harbin Institute of Technology, Shenzhen · Shenzhen Loop Area Institute

提出 ACE 框架（准确性-复杂度-多样性）统一评估和设计 LLM 智能体的交互数据生成

📌 工作参考价值（4 点）

构建电商/搜索 Agent 训练数据时，可直接用 ACE 框架做数据质检：Accuracy 确保任务信号与环境反馈一致，Complexity 根据目标模型能力分配难度，Diversity 覆盖不同用户意图、商品类目和交互路径，避免只堆数据量。
将交互数据统一表示为 (E,q,τ,v) 四元组（环境、任务、交互轨迹、验证器），便于多源数据融合、版本管理和过滤，适合电商场景中模拟用户对话、搜索行为、工具调用等混合数据。
优先采用执行锚定的数据生成：让 Agent 实际调用工具并记录真实结果或环境反馈，而不是只生成最终答案，防止模型学到“看似合理但无法执行”的交互模式。
多样性不要只做表面改写（换词、换句式），要扩展行为覆盖：增加异常处理、多轮协商、不同查询路径等，这对电商 Agent 应对长尾场景尤其重要。

Training | 2026-08-26 | HF Daily | score 7/10

LLM Agents Data Generation Training Data ACE Framework Agentic Data

Change2Task: From Repository Changes to Executable Coding Agent Tasks and Environments

Change2Task：从仓库变更自动构建可执行编码代理任务与环境

🧭 代理任务自动构建与验证

Microsoft · University of California San Diego · Zhejiang University · Xi’an Jiaotong University · Nanjing University

利用合并 PR 逆向重建健康代码库上的可验证编码代理任务，成功率达 79.6%，比 PR 基线多恢复 29.2%

📌 工作参考价值（4 点）

历史操作逆向为可复现环境：可借鉴 Patch Reversal 思路，将推荐系统的用户行为日志或实验配置「逆向」生成可重复执行的 Agent 训练任务，降低构造成本。
任务生命周期验证：从健康基础状态 → 任务状态 → 修复状态的全流程验证，可用于确保离线仿真环境的一致性和可靠性，避免训练与上线偏移。
环境基础复用节约开销：论文中重用现代基础镜像降低 10.8% 端到端成本，类似地，在推荐 Agent 的持续训练中通过共享基础镜像可减少重复构建。
多任务统一构造框架：覆盖 Bug 修复、特性添加等多类任务，启示搜索推荐 Agent 训练也可统一构造排序、召回、文案生成等不同任务，提升泛化性。

Agent | 2026-07-30 | cs.LG | score 6/10

Coding Agent Task Construction Environment Engineering Training Data Software Engineering