EMNLP 2026：ToolLoop 用分阶段生成与自反馈合成工具调用数据
论文把工具调用数据合成拆成目标函数、用户问题、调用生成三阶段并逐阶段自反馈修正，4B 模型微调后在 BFCL 单轮任务上达 86.40%，高于同类合成数据的 83% 上下。
训练大模型调用外部 API，需要大量「用户请求 — 函数调用」配对数据。现有做法是一次生成再筛选，错误要到最后一并判断，失败样本只能丢掉。ToolLoop 把合成拆成三步：先定要调用哪些函数，再反向写出对应的用户问题，最后正向补全参数；每一步都用语言模型、确定性规则和 AST（抽象语法树，用于解析代码语法结构）三类信号校验，不过就带着失败原因重试，最多三次。
正文摘录
.jpg)  工具调用让大语言模型能够调用外部 API 获取信息、执行操作。要训练这类能力，需要建立用户请求与具体函数调用之间的对应关系。一条合格的训练样本，不仅要符合函数定义，还要保证工具选择、调用次数和参数取值与用户意图一致。 现有工具调用数据合成方法通常采用「先生成、再筛选」的流程：模型一次性生成用户问题与工具调用，再通过规则或模型检查决定是否保留。这种方式能够过滤部分错误，但缺少对中间过程的检查，也未充分利用验证结果来修正失败样本。 ToolLoop 针对这一问题，将数据合成拆分为目标函数采样、用户问题反向生成和工具调用正向生成三个阶段，并在各阶段引入动态自反馈。其核心思路是以明确的中间结果约束后续生成，通过「生成—验证—修正」逐步对齐目标函数、用户意图与调用参数。