Turnslide:有限状态机合成多轮对话数据
热点事件持续更新
Turnslide:有限状态机合成多轮对话数据
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者提出多轮对话数据合成框架 Turnslide,将每个 API 建模为有限状态机,用抽象状态决定各工具可被调用的时机,生成状态合法的工具调用序列,再以单次 LLM 调用把序列转成完整多轮对话样本。 作者称,在小语言模型微调测试中,该方法在多轮工具调用任务上达到 70.7% 完整准确率,高于对比方法的 63.4% 和 53.7%,且消耗 token 少 3.6–6.6 倍。该工作被 NeurIPS 2026 SLM-Agents Workshop 接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
Turnslide:用有限状态机实现可扩展多轮对话数据合成报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv:cs.CLTurnslide:用有限状态机实现可扩展多轮对话数据合成
研究者提出 Turnslide,将每个 API 建模为有限状态机,生成状态合法的工具调用序列,再用单次 LLM 调用把序列转成完整多轮对话样本。在小语言模型微调测试中,该方法在多轮工具调用任务上达到 70.7% 完整准确率,超过对比方法的 63.4% 和 53.7%,且消耗 token 少 3.6-6.6 倍。该工作被 NeurIPS 2026 SLM-Agents Workshop 接收。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。