日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ツールエージェントarXiv:2510.01179

TOUCAN: 実世界のMCP環境から150万件のツールエージェントデータを合成

TOUCAN: Synthesizing 1.5M Tool-Agentic Data from Real-World MCP Environments

シェア:XThreadsFacebookLINEはてブBluesky

約500の実世界MCP環境から150万件のツール利用軌跡を合成し、オープンソースのツールエージェント学習データを大規模に提供した論文。

詳しい要約

1. どんなもの?

- Toucan は、LLM agent 向けの tool-agentic 学習データセット。 - 約500の実世界 MCP (Model Context Protocol) 環境から合成した150万 trajectories を含む。 - 公開されている tool-agentic データセットとしては最大規模と主張。 - 目的は、多様性・現実性・複雑性に乏しい既存データの不足を埋めること。 - 特に multi-tool および multi-turn の相互作用を重視。 - 実ツール実行を含む trajectories を特徴とする。

2. 先行研究と比べてどこがすごい?

- 既存の tool-agentic データセットは多様性・現実性・複雑性が限定的で、特に multi-tool / multi-turn が弱いと指摘。 - Toucan は実世界の MCP 環境を直接用いる点が異なる。 - 合成タスクが現実的で多様かつ挑戦的になると主張。 - 規模面でも150万 trajectories と、公開データとして最大とされる。 - 実ツール実行を伴う trajectories を生成する点が先行研究との差別化点。

3. 技術・手法の肝は?

- パイプラインは複数段階。 - 5つの異なるモデルで多様な tool-use queries を生成。 - model-based quality filtering を適用。 - 3つの teacher models と2つの agentic frameworks で agentic trajectories を生成。 - 品質保証として rule-based と model-based の両方の validation を実施。 - タスク多様化と multi-turn 会話シミュレーションのため3つの extension mechanisms を導入。 - 基盤は約500の実世界 MCP 環境で、実ツール実行を含む。

4. どうやって有効だと検証した?

- rule-based および model-based validation により出力品質を検証。 - Toucan で fine-tune したモデルを BFCL V3 benchmark で評価。 - より大規模な closed-source モデルを上回ったと報告。 - MCP-Universe Bench でも評価し、Pareto frontier を前進させたと主張。 - 具体的な数値や比較条件は要旨からは不明。

5. 議論はある?

- 要旨からは不明。 - 明示されているのは、既存データの多様性・現実性・複雑性不足への対処という動機。 - 品質管理に rule-based / model-based validation を用いる点は記載。 - 限界やバイアス、計算コスト、MCP 依存性などの議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で直接参照/比較されている研究は明示されていない。 - 関連手法として以下が挙げられる。 - MCP (Model Context Protocol) を用いた agentic データ生成。 - BFCL V3 benchmark。 - MCP-Universe Bench。 - 同分野の定番として tool-augmented LLM agents や multi-turn tool-use データセットに関する研究を次に読む候補とする。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zhangchen Xu, Adriana Meza Soria, Shawn Tan, Anurag Roy, Ashish Sunil Agrawal, Radha Poovendran, Rameswar Panda

分類: cs.LG, cs.AI, cs.CL

原文アブストラクト

Large Language Model (LLM) agents are rapidly emerging as powerful systems for automating tasks across domains. Yet progress in the open-source community is constrained by the lack of high quality permissively licensed tool-agentic training data. Existing datasets are often limited in diversity, realism, and complexity, particularly regarding multi-tool and multi-turn interactions. To address this gap, we introduce Toucan, the largest publicly available tool-agentic dataset to date, containing 1.5 million trajectories synthesized from nearly 500 real-world Model Context Protocols (MCPs). Unlike prior work, Toucan leverages authentic MCP environments to generate diverse, realistic, and challenging tasks with trajectories involving real tool execution. Our pipeline first produces a broad spectrum of tool-use queries using five distinct models, applies model-based quality filtering, and then generates agentic trajectories with three teacher models using two agentic frameworks. Rigorous rule-based and model-based validation ensures high-quality outputs. We also introduce three extension mechanisms to further diversify tasks and simulate multi-turn conversations. Models fine-tuned on Toucan outperform larger closed-source counterparts on the BFCL V3 benchmark and push the Pareto frontier forward on MCP-Universe Bench.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI