ToolRACER：面向Agent训练与评测的鲁棒多轮对话模拟资源

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。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。