arXiv cs.CL· Daoyu Wang, Mingyue Cheng, Qingchuan Li, Shuo Yu, Jie Ouyang, Qi Liu, Enhong Chen·· 3 天前AI 评分29
AgentWorld：从多轮交互中训练 LLM 智能体的数据工厂
AgentWorld: A Data Factory for Training LLM Agents from Multi-Turn Interactions
AI 导读
AgentWorld 是一个数据工厂，通过 Gateway Server 和 Data Pool 将异构智能体运行时的多轮交互轨迹转化为训练引擎可直接消费的标准化数据。
正文 · AI 翻译
摘要：训练 LLM 使其成为有能力的智能体，需要从与环境的多次交互中学习。然而，由异构智能体运行时生成的多轮交互轨迹难以转化为结构化、高质量且训练引擎可直接使用的训练数据。在本文中，我们提出 AgentWorld，一个数据工厂，通过 Gateway Server 和 Data Pool 连接异构智能体运行时与训练引擎，将 LLM 智能体训练重新围绕从交互收集到训练消费的统一数据生命周期展开。Gateway Server 通过 LLM API 代理捕获多轮交互，而 Data Pool 将其组织为标准化步骤记录，用于数据整理和训练。交互式仪表盘支持轨迹监控、步骤检查和数据审查。在我们的演示中，用户集成即用型白盒和黑盒智能体，追踪并整理其在整个流水线中的交互数据，并通过轻量级配置将工厂扩展到新的智能体和数据集。跨多个数据集和 RL 方法的定量实验表明，该方案支持不同智能体运行时的训练。AgentWorld 为将异构多轮经验转化为 LLM 智能体可训练数据提供了实用基础。我们的代码可在 此 https URL 获取，演示视频可在链接 此 https URL 找到。
| 评论： | 被接收为 ICDM 2026 演示论文 |
| 主题： | 机器学习（cs.LG）；计算与语言（cs.CL） |
| 引用为： | arXiv:2606.09138 [cs.LG] |
| （或 arXiv:2606.09138v2 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.09138 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Daoyu Wang [查看电子邮件]
[v1]
2026年6月8日星期一 07:35:18 UTC（1,185 KB）
[v2]
2026年10月14日星期三 02:20:50 UTC（787 KB）
来源：arXiv cs.CL · arxiv.org