标签
苹果公司的新论文介绍了 SynthAPI，表明对于使用工具的智能体而言，应用和数据库状态的多样性比单纯的任务数量更重要，并推导出一条数据混合缩放定律，其对留出集泛化能力的预测远优于仅基于任务数量的定律。
本文提出一种轻量级的、基于规则的多样化SFT轨迹选择器，以提升推理模型在后RL阶段的泛化能力，并在数学基准测试中展示了显著的性能提升。