标签
GRADS 提出一种图引导的智能体数据合成框架，通过维护证据与推理依赖图实现可控难度的多跳任务生成；经 SFT 与 RL 后训练后，4B 模型在软件工程、科学与安全领域基准上匹配或超越 Sonnet 4。
本文提出MAFIG，一种多智能体框架，利用LLM智能体和特征特定的评估器，通过遵循指定的特征约束来生成难度可控的阅读理解题目。实验表明，与基线方法相比，MAFIG在约束满足率和稳健的难度控制方面表现出显著优势。