arXiv cs.AI· Gaocheng Yang, Ruijie Tao, Kai Ye, Senhua Zhang, Zhengqin Zhu, Ziyang Li·· 2 天前AI 评分34
GRADS：图调控的智能体数据合成框架，实现难度可控
GRADS: Graph-Regulated Agentic Data Synthesis with Controllable Difficulty
AI 导读
GRADS 是一个图引导的智能体数据合成框架，通过维护证据与推理依赖图，在种子选择、证据扩展、问答构建与验证的闭环中实现显式难度控制，避免引入与答案弱耦合的无关上下文。
正文 · AI 翻译
摘要：深度研究智能体正越来越多地被部署用于从大型语料库中检索精确信息，然而多跳、长时程任务仍然具有挑战性。合成数据生成已成为一种可扩展的解决方案，现有流程通常通过扩展种子任务来增加其表观深度和广度。然而，这种扩展并不能可靠地转化为必要的推理：新引入的证据可能与答案仅存在弱耦合，造成预期难度与实证难度之间的不匹配。为解决这一问题，我们提出了 GRADS，一个具有显式难度控制的图引导智能体数据合成框架。GRADS 运行一个由种子选择、证据扩展、问答构建和验证组成的闭环，同时维护一个包含推导每个答案所需证据与推理依赖关系的图。在每一步，它都以相关子图为条件进行生成，在保留不可或缺的推理的同时避免累积无关上下文。在安全、软件工程和科学文档领域的实验表明，GRADS 能够持续生成经过验证的任务，其难度分布经独立求解器测量具有实证上的可分离性。此外，在匹配的训练预算下，基于该数据进行后训练在每一层级都带来了一致的收益：SFT 将解答终止率提升至 95% 以上，同时将工具调用和轮次最多减少 75%，RL 进一步将工具使用最多削减 19.5%，并且在我们留出的领域特定基准上，所得 4B 模型在软件工程方面与 Sonnet~4 相当，在科学和安全领域则超越后者。
| Comments: | 9 页，7 幅图 |
| Subjects: | 人工智能（cs.AI） |
| Cite as: | arXiv:2610.21167 [cs.AI] |
| （或使用 arXiv:2610.21167v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.21167 由 DataCite 颁发的 arXiv DOI（待注册） |
Submission history
来自：Ruijie Tao [查看邮箱]
[v1]
2026年10月15日星期四 03:24:42 UTC（772 KB）
来源：arXiv cs.AI · arxiv.org