arXiv cs.CL· Xuan Yang, Chunxiao Liu, Hongsheng Xin, Hao Xu, Ning Miao·· 12 小时前AI 评分52
DynaWeave：用动态场景合成训练 LLM 智能体适应环境变化
DynaWeave: Learning to Adapt through Dynamic Scenario Synthesis
AI 导读
DynaWeave 是一个自动合成框架，把现有静态任务改造成可验证的动态场景，通过生成任务需求、环境状态和外部信息变化等外生事件，并用 DAG 表示事件依赖、由执行引擎在交互中触发。
正文 · AI 翻译
摘要：大型语言模型（LLM）智能体越来越多地使用工具在有状态环境中完成任务。然而，除智能体自身行为引起的变化外，许多训练环境基本保持静态，而真实环境中由其他用户、服务引入的外部事件或突发意外情况可能使正在进行的计划失效。为弥补这一差距，我们提出 DynaWeave，一个自动合成框架，可将现有静态任务转化为可验证的动态场景。该框架生成与每个任务相关的外生事件，涵盖任务需求、环境状态和外部信息的变化。它使用有向无环图（DAG）表示事件之间的依赖关系，并使用执行引擎在智能体交互期间激活这些事件。动态验证器仅修改受实际发生事件影响的评估检查，并保留所有其他检查。利用 DynaWeave，我们在 36 个环境中收集了 2,095 条经过验证的交互轨迹，并将其用于 Qwen3.5 模型的监督微调。在 Gaia2、CostBench 和 ToolMaze 上的实验表明，DynaWeave 在评估的全部三种模型规模上均实现了整体性能的一致提升，将 CostBench 上的任务完成率提高了 67.34 个百分点，甚至在 ToolMaze 上超过了 Gemini-3.1-Pro-Preview 的性能。这些结果支持将动态场景合成作为训练智能体适应变化环境的一种实用方法。我们的代码可在 此 https URL 获取。
| 学科： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.29443 [cs.CL] |
| （或 arXiv:2610.29443v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29443 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xuan Yang [查看电子邮件]
[v1]
2026年10月21日星期三 09:03:10 UTC（350 KB）
来源：arXiv cs.CL · arxiv.org