Rohan Paul (@rohanpaul_ai)T2·78 分
Apple 研究：智能体泛化更依赖数据多样性而非任务量
原标题：New Apple paper finds that, as training data grows, tool-use agents gain more from diverse apps and ...
- 在固定任务预算（32,768）下，增加应用和数据库版本的多样性使 4B 模型在 AppWorld 挑战集上的准确率从 38.4% 提升至 45.0%。
- 提出的基于数据混合比例的缩放定律预测误差仅为 0.0285，远优于仅基于任务数量的传统定律（误差 0.1706）。
- SynthAPI 框架利用 LLM 生成带有真实 Python 工具和数据库的合成应用及自动验证任务，为研究数据构成影响提供了可控实验环境。