Firefly：从真实MCP Server反向合成可验证工具调用训练数据

卢雨轩等人在 NeurIPS 2026 工作 Firefly 中提出 Back-Chaining 方法：先让强 LLM 在真实 MCP Server 上探索，再根据观察到的输出反向出题，使 ground truth 的正确性成为数据生成的构造性质，从而反转传统的合成流程。 最终 5,144 个任务通过全部质量标准，其中 200 个作为固定测试集，其余 4,944 个用于训练，覆盖 240 个 server、993 个工具。团队还配套发布了可离线复现的 Retrieval-Augmented Tool-Call Simulator，并开放数据集、Simulator 和训练代码。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。