知识卡片：MidTool：面向智能体工具使用的中间训练数据合成

一句话结论

MidTool 提出了一套面向通用工具使用能力的中间训练（mid-training）语料构建流程，并通过在 Qwen3-4B/8B-Base 上进行中间训练、再叠加 SFT 与 RL 后训练，在 BFCL、tau2-Bench 和 MCP Universe 上稳定提升了工具使用表现，表明通用工具使用也应获得专门的中间训练阶段，而非完全交给后训练。

事件概述或研究问题

论文研究的问题是：大语言模型中的“中间训练”阶段能否像增强数学、科学推理以及软件工程智能体能力那样，提升更通用的智能体工具使用能力？作者认为，通用工具使用是一个相对未被充分探索的智能体能力，因此提出 MidTool pipeline 和语料 MidTool-Mix。

方法/产品要点

MidTool 是一个“开放语料构建流程”（open corpus construction pipeline），用于生成智能体工具使用的中间训练数据。
数据来源包括大规模网页数据、PDF 数据和代码数据，并结合来自真实世界工具 API、MCP 技能和文档驱动工作流的合成监督信号。
设计目标包括教会模型：
- 识别工具可供性（tool affordances）
- 从上下文中抽取/落地参数（ground arguments from context）
- 组合工具调用工作流（compose tool call workflow）
- 从不完整信息中恢复（recover from incomplete information）
实验设置：对 Qwen3-4B-Base 和 Qwen3-8B-Base 使用 MidTool-Mix 进行中间训练，之后分别采用监督微调（SFT）和强化学习（RL）进行后训练。

主要结果或产业意义

与基线相比，MidTool-Mix 在 SFT 和 RL 两种后训练设置下，均一致提升了 BFCL、tau2-Bench 和 MCP Universe 上的下游表现。
该结果表明，通用工具使用与其他重要 LLM 能力一样，能受益于专门的中间训练，而不是完全依赖后训练阶段。
对于产业界，这意味着构建工具调用型智能体时，中间训练数据的设计可能是一个值得投入的方向。

为什么重要

已有工作更多关注中间训练对数学、科学推理或软件工程场景的增强，而 MidTool 将这一思路拓展到“通用工具使用”这一更广泛但研究较少的智能体能力。它提供了可复现的语料构建思路，并给出在多种工具调用基准上的正向证据，为后续工具型智能体的训练流程设计提供了增量参考。

局限与不确定性

摘要未提供 MidTool-Mix 的规模、具体数据配比、过滤规则等细节，待核实。
摘要未报告性能提升的具体数值、基线类型以及不同规模模型上的差异，待核实。
所谓“开放语料构建流程”是否包含完整数据集或代码开源、具体许可证等，待核实。
实验仅在 Qwen3-4B/8B 两个规模上验证，更大模型或更多模型家族上的效果待核实。
通用工具使用的实际泛化性（如跨领域、跨工具协议）仍需进一步验证。

可用于图书/PPT/简报的角度

中间训练（mid-training）作为介于预训练和后训练之间的能力塑造阶段，其价值正在从推理扩展到智能体工具使用。
工具使用能力可以被拆解为多个可学习子任务：识别工具、参数落地、流程组合、信息恢复。
数据合成与真实工具 API、MCP 技能、文档工作流结合，可以构造高质量的中间训练语料。
“专门训练工具使用”可能比“全部交给后训练”更有效，这一结论对智能体产品研发有启发。

英文标题与关键词

English Title: MidTool: Mid-training Data Synthesis for Agentic Tool Use
Keywords: Mid-training, Tool Use, Agentic, Data Synthesis, Large Language Models

原始材料

来源：arXiv:2608.20314v1
标题：MidTool: Mid-training Data Synthesis for Agentic Tool Use
作者：Fengqing Jiang, Yite Wang, Boyi Liu, Zhaoyang Wang, Canwen Xu, Zhewei Yao, Radha Poovendran, Yuxiong He
发布/更新：2026-08-20
类别：cs.AI
摘要链接：https://arxiv.org/abs/2608.20314v1
PDF 链接：https://arxiv.org/pdf/2608.20314v1