Resumen:Presentamos un marco unificado para sintetizar datos agentes utilizando únicamente LLM, sin ninguna supervisión humana. Este marco descompone la generación en canales modulares que producen registros de interacción completos que abarcan especificaciones de tareas, definiciones de herramientas, pseudocódigo de políticas, intercambios de lenguaje natural y seguimientos de ejecución. Los registros se ajustan a estrictas restricciones sintácticas y semánticas, lo que garantiza la capacidad de análisis de la máquina y una alineación fiel entre entradas, salidas y llamadas a herramientas.
Más allá de las tareas individuales, existe soporte para interacciones de agentes tanto de tareas múltiples como de turnos múltiples, lo que permite la construcción de conjuntos de datos que reflejan el espectro completo de competencias en el uso de herramientas. Para garantizar la calidad y la coherencia, el marco integra formatos de generación restringidos, validación de esquemas JSON y filtrado basado en jueces.
Este documento formaliza el esquema de los registros agentes, detalla los principios de diseño rápido que guían la generación e introduce canales escalables para datos sintéticos de alta calidad. Al proporcionar una alternativa reproducible y exclusiva de LLM a la recopilación manual, avanzando así en el desarrollo de LLM agentes capaces de utilizar herramientas sólidas.
Publicado originalmente en export.arxiv.org el 21 de octubre de 2025.
Ver fuente original
