Firefly论文入选NeurIPS 2026，合成5,144个可验证Tool-Calling任务

Firefly论文入选NeurIPS 2026，提出Back-Chaining方法：先让强LLM在真实MCP Server上探索并观察工具返回，再围绕观察结果反向合成任务，使ground truth的正确性由数据生成方式本身保证。论文配套开放了数据集、可离线复现的Retrieval-Augmented Tool-Call Simulator及训练代码。 该pipeline共生成5,144个可验证tool-call任务，其中200个保留为固定测试集，其余4,944个用于训练。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。