📖 AI 总结

PROOF-Gen 提出了一种从失败轨迹中恢复高质量训练数据的方法，以提升工具调用模型的蒸馏效果。传统流程依赖教师模型生成并通过过滤保留成功轨迹，但在 τ²-bench 基准上57%的教师尝试失败，其中三分之二为仅因单个关键错误而失败的近失案例，这些失败数据被直接丢弃。PROOF-Gen 通过逐场景提示优化，让反射器分析执行轨迹和评估反馈，生成纠正性指导以引导教师产出成功轨迹，训练时再剥离这些指导，使学生仅从干净演示中学习。实验显示该方法恢复了93%的失败场景，Qwen3-4B 的 Pass@1 从0.132提升至0.529，Gemma 4 E4B 在 BFCL v4 多轮任务上提升7.2个百分点。部署环境中，目标完成率提升6.3个百分点，并正向迁移至端侧模型，非英语场景平均提升1.48个百分点，验证了其跨场景有效性。