苹果提出API调用智能体的无环境合成数据生成方法

训练API调用大语言模型智能体需要海量高质量轨迹数据，但传统方法要求完整实现可执行API环境和预填充后端数据库，这成为规模化扩展的主要瓶颈。苹果机器学习研究团队提出一种无环境合成数据生成方法，仅需API规范即可生成训练数据，无需任何可执行环境。该方法将大语言模型作为即时数字世界模型，模拟智能体与有状态环境之间的交互过程。

具体流程分为三步：首先，LLM根据提供的API规范生成多样化可解任务；然后，教师智能体迭代求解每个任务，同时LLM模拟器根据任务上下文和模拟历史生成连贯的合成API响应；最后，LLM裁判过滤轨迹以确保数据集质量。这种方法完全摆脱了对物理环境的依赖，使得数据生成可以大规模并行进行。

研究团队在AppWorld和OfficeBench两个挑战性基准上评估了该方法，这两个基准包含信息检索和状态改变两类任务。实验结果显示，在合成数据上微调的模型取得了显著性能提升，证明了无需可执行环境即可生成有效监督信号。这一成果为训练跨多样化API生态系统的智能体提供了实用且可扩展的解决方案。

该方法的优势在于其灵活性和可扩展性。由于不依赖特定环境，它可以快速适配新的API集合，无需为每个API生态系统构建和维护复杂的模拟环境。此外，LLM模拟器能够生成多样化的API响应，包括正常响应和异常情况，从而增强训练数据的覆盖范围和鲁棒性。

苹果研究团队表示，这一方法为API调用智能体的训练开辟了新途径。未来工作将探索如何进一步提升合成数据的质量，以及如何将该方法应用于更复杂的多步骤任务和实时交互场景。该研究已在苹果机器学习研究页面发布，相关论文和代码可供学术界和工业界参考。

要点

• 苹果提出无环境合成数据生成方法，仅需API规范即可训练API调用智能体，无需完整执行环境。
• 方法利用LLM作为数字世界模型，通过任务生成、教师求解和LLM模拟三步生成高质量轨迹数据。
• 在AppWorld和OfficeBench基准上，微调模型取得显著性能提升，验证了方法的有效性。
• 该方法具有高度可扩展性，可快速适配新API生态系统，无需为每个环境构建模拟器。
• LLM模拟器能生成多样化API响应，包括异常情况，增强训练数据的鲁棒性和覆盖范围。