ServiceNow AutoSynthData 将 Agent 失败转成可验证训练任务

报道讲了什么

• ServiceNow CoreAI 介绍 AutoSynthData：先比较目标模型失败与较强教师成功轨迹，生成新的系统约束、用户任务和验证器，再经过可执行性、正反验证与有限修复，形成针对能力缺口的训练数据。

可以做什么

• 按能力缺口生成新的可执行任务，并通过正向与反向验证排除无效样本。
• 同时审查单样本质量及整批任务的覆盖和多样性。

怎么开始试用 · FLABS 建议

1. 先明确自己的测试环境、允许工具、初始状态与成功条件。
2. 从失败样本提炼能力规格，再独立生成任务；在训练前执行参考解与错误结果的正反检查。

结果与限制

• 公开文章展示 EnterpriseOps Gym 的受控 SFT 实验；RL 方向仍计划后续测试。
• 任务必须在目标环境中可完成，参考解和验证器均需执行验证；生成文本本身不足以证明数据有效。

使用入口与依据