arXiv · 07.07.2026 ·Машинное обучение

TOFFEE: новый подход к синтезу траекторий для обучения ИИ-агентов в аналитике

Исследователи представили TOFFEE — систему для автоматизированного синтеза высококачественных траекторий поведения ИИ-агентов, работающих с данными. Решение решает проблему плохой обобщаемости LLM-агентов в сложных корпоративных средах. Генерируя разнообразные сценарии аналитических рабочих процессов, система позволяет эффективнее обучать модели выполнению сложных задач, с которыми агенты ранее не сталкивались в процессе своего обучения или настройки.

Современные ИИ-агенты часто демонстрируют ограниченную гибкость при работе с неоднородными данными и специфическими бизнес-процессами. TOFFEE фокусируется на создании масштабируемых наборов данных, которые имитируют реальные аналитические цепочки действий. Это позволяет разработчикам создавать более устойчивые системы, способные адаптироваться к новым схемам баз данных и нестандартным запросам пользователей без необходимости ручного написания тысяч примеров для обучения.

Метод опирается на синтез траекторий, которые охватывают не только простые SQL-запросы, но и многоэтапные процессы анализа, требующие понимания контекста и структуры данных. Такой подход значительно снижает затраты на подготовку обучающих выборок и повышает надежность агентов при развертывании в реальных корпоративных инфраструктурах, где конфигурации данных постоянно меняются.

Ключевые факты

TOFFEE автоматизирует процесс создания обучающих траекторий для LLM-агентов в аналитических задачах.
Система направлена на устранение разрыва в производительности агентов при переходе в новые, ранее не виденные среды данных.
Метод позволяет масштабировать синтез сложных рабочих процессов, что критично для гетерогенных корпоративных систем.
Решение помогает агентам лучше справляться с многоэтапными аналитическими задачами, выходящими за рамки простых SQL-запросов.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

arXiv · Обучение и дообучение Непрерывное дообучение LLM-агентов в процессе выполнения задач Исследователи представили метод Agentic Test-Time Training (TTT), позволяющий LLM-агентам адаптировать веса модели непосредственно во время выполнения многошаговых задач. В отличие от стандартных подходов, обновляющих модель один раз, этот метод обеспечивает непрерывную корректировку стратегии агента, предотвращая деградацию производительности, зацикливание на пройденных состояниях и потерю эффективных алгоритмов при работе над длинными траекториями. Hacker News · Разработка и инструменты Улучшение ИИ-агентов через траектории в пространстве токенов без дообучения Исследователи представили метод оптимизации поведения ИИ-агентов, основанный на анализе успешных траекторий действий без изменения весов модели. Подход заключается в манипуляции пространством токенов, что позволяет направлять агент к выполнению сложных задач через уточнение контекста и промптов, основываясь на прошлых результатах выполнения, исключая необходимость дорогостоящего дообучения или градиентного спуска. arXiv · Оркестрация агентов TACO: новый метод оптимизации использования инструментов ИИ-агентами Исследователи представили метод TACO (Tool-Augmented Credit Optimization), решающий проблему неэффективного использования инструментов мультимодальными агентами. Алгоритм позволяет точнее оценивать вклад каждого вызова кода в итоговый результат, отсеивая избыточные или вводящие в заблуждение операции. Это повышает точность ответов агентов при выполнении сложных визуальных задач, требующих многошагового анализа и программной обработки данных. Hacker News · Инфраструктура для агентов TraceLab: анализ рабочих нагрузок ИИ-агентов для оптимизации инференса Исследователи представили TraceLab — платформу для сбора и анализа трассировок реальных рабочих нагрузок ИИ-агентов, пишущих код. Инструмент позволяет детально изучить паттерны запросов к LLM, что критически важно для проектирования эффективных систем обслуживания моделей, управления памятью и оптимизации задержек в агентных архитектурах, где последовательности вызовов значительно сложнее стандартных чат-ботов. Hacker News · Машинное обучение Компиляция агентных рабочих процессов в веса LLM Исследователи представили метод компиляции сложных агентных рабочих процессов непосредственно в веса больших языковых моделей. Вместо использования внешних оркестраторов или многошаговых промптов, логика выполнения задач «запекается» в архитектуру модели. Это позволяет значительно сократить задержки при инференсе и снизить потребность в дополнительных вычислительных ресурсах для управления цепочками рассуждений агента. arXiv · Обучение и дообучение OpenThoughts-Agent: новый подход к подготовке данных для обучения ИИ-агентов Исследователи представили OpenThoughts-Agent — методологию создания обучающих датасетов, направленную на повышение универсальности агентных моделей. В отличие от узкоспециализированных решений, ориентированных на конкретные бенчмарки, данный подход позволяет обучать модели, способные эффективно справляться с широким спектром задач, требующих многошагового планирования, рассуждения и взаимодействия с внешними инструментами в различных средах. arXiv · Память и RAG Метод накопления преимуществ для самообучения ИИ-агентов Исследователи представили новый подход к обучению ИИ-агентов, основанный на механизме накопления маржинальных преимуществ (Marginal Advantage Accumulation). Метод решает проблему противоречивой обратной связи, возникающей при пакетной дистилляции траекторий, когда одни и те же операции с памятью получают разные оценки эффективности в разных итерациях обучения. Hacker News · Инфраструктура для агентов Tau: архитектурный разбор построения ИИ-агентов для написания кода Проект Tau представляет собой детальное руководство по проектированию агентных систем, специализирующихся на разработке программного обеспечения. Авторы раскрывают внутреннюю архитектуру таких агентов, объясняя принципы работы планировщиков, механизмы управления контекстом и интеграцию с инструментами разработки. Материал фокусируется на создании надежных систем, способных автономно выполнять задачи по написанию и отладке кода в реальных проектах. Hacker News · Инфраструктура для агентов Почему не все задачи в ИИ-системах требуют LLM-инференса Разработчики всё чаще сталкиваются с избыточностью использования LLM для простых логических операций. Переход к детерминированным подходам позволяет снизить затраты на токены и повысить предсказуемость систем. Вместо делегирования каждой задачи нейросети, архитектура агентов должна включать классические алгоритмы и жестко заданные правила для обработки рутинных данных и управления состоянием. Hacker News · Инфраструктура для агентов Оптимизация стоимости и безопасности в агентных рабочих процессах Разработан новый подход к проектированию агентных систем, направленный на снижение затрат на инференс и повышение предсказуемости поведения моделей. Основная идея заключается в переходе от использования тяжелых LLM для выполнения всех этапов задачи к многоуровневой архитектуре, где сложные логические операции делегируются специализированным компактным моделям или жестко заданным алгоритмическим модулям.

← Все материалы