ToolSandbox首个计数反事实数据集发布
发生了什么
据arXiv cs.AI报道，研究人员构建了ToolSandbox首个计数反事实数据集，包含3,115个行动结果，涉及1,036个决策点。该数据集旨在帮助工具使用型大语言模型代理在不确定性下进行决策。同时，他们推出了SURE-Act控制器，用于优化代理的行动选择。实验显示，SURE-Act使Qwen3-4B代理在ToolSandbox中的整体得分提升了0.0575。
- 数据集规模
- 3,115个行动结果
- 决策点数量
- 1,036个
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口