MidTool：面向智能体工具使用的中期训练数据合成方法

MidTool 提出用于智能体工具使用的中期训练数据合成流水线，结合网络、PDF、代码及真实工具API、MCP技能生成监督数据。在Qwen3-4B/8B基础模型上测试，经SFT和RL后，在BFCL、tau2-Bench和MCP Universe基准上均优于基线。

此前中期训练多聚焦数学、科学或软件工程智能体，对通用工具使用关注不足。MidTool 证明通用工具使用也能从中期训练获益，而非完全依赖后期训练，为提升模型工具调用能力提供了新路径。

MidTool 通过大规模真实API、MCP技能和文档工作流合成监督数据，教导模型识别工具功能、从上下文中提取参数、组合调用流程及处理信息缺失。中期训练阶段加入这些数据，能更充分塑造模型基础能力，后续SFT和RL进一步优化，从而在多基准上超过仅后期训练的基线。

对产品而言，采用类似中期训练方法可能提升智能体工具调用的准确性和鲁棒性，减少后续SFT和RL的数据需求，降低开发成本。但当前证据局限于基准测试，实际产品收益需进一步验证。

• 基于MidTool流水线为特定业务场景（如内部工具调用）定制中期训练数据，提升模型工具使用能力。
• 评估在Qwen或类似开源模型上应用中训数据后的API调用成功率，对比现有后期训练方案。
• 将MidTool方法整合到模型开发流程，作为发布前提升智能体性能的标准步骤。

• MidTool-Mix数据合成的具体质量和规模未披露，是否适用于非代码场景未知。
• 中期训练带来的增益是否与模型规模相关，在更大模型上是否同样有效。
• 在真实产品环境中的工具使用性能提升幅度未提供证据。
• 数据来源涉及真实API，是否存在许可或隐私问题尚不清楚。