什么才是好的智能体数据？ACE 视角下的 LLM 智能体数据生成

一篇 arXiv 论文提出用两级框架梳理 LLM 智能体的数据生成：把智能体数据表示为（环境、任务信号、交互实现、可选验证器）的因子化对象，并按主要锚点与依赖结构归类生成范式。作者进一步提出 Accuracy-Complexity-divErsity（ACE）视角，将生成视为受约束的分布设计，分别对应可行支撑、相对学习者的难度与覆盖冗余控制。