arXiv · cs.AI· Arkajyoti Chakraborty, Aryan Tayal, Ishika Agarwal, Tanner Sorensen, Justin Chiu, Alessandro Di Bari, Neha Gupta, Andreas Stolcke·· 2 天前
ToolRACER：面向Agent训练与评测的鲁棒多轮对话模拟资源
ToolRACER: A Robust Agentic Conversation Emulation Resource for Agent Training and Evaluation
arXiv:2610.09163v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Arkajyoti Chakraborty, Aryan Tayal, Ishika Agarwal, Tanner Sorensen, Justin Chiu, Alessandro Di Bari, Neha Gupta, Andreas Stolcke
首次提交：2026-10-07 06:06
研究任务与主要进展
研究者提出ToolRACER合成数据生成流程，通过协调用户、助手和工具模拟模型，生成并验证多轮用户—Agent交互轨迹。其构建的ToolRACERBench覆盖6个领域、55种人物角色和5.6K条对话轨迹，约66%包含易失败场景并注入对抗性行为。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org