标签
Trajectory2Gym 提出了一种以决策落地为核心的组合式交互合成方法，为工具调用智能体提供训练监督，在五种规模的 Qwen3 模型上，使 Tau1、Tau2 和 BFCL 基准测试的成绩提高了 16.9–29.8 个百分点。