ИССЛЕДОВАНИЕ · RESEARCH · #1423
ServiceNow CoreAI описывает AutoSynthData для синтеза учебных задач для корпоративных агентов
ServiceNow CoreAI представляет AutoSynthData — конвейер, который превращает ошибки целевой модели в проверенные учебные задачи для корпоративных агентов. Подход использует прогон в целевой среде и более сильного «учителя» для генерации выполнимых, реалистичных и требующих задач (системная спецификация, запрос пользователя, верификатор) и итеративно обновляет учебный план по мере улучшения модели; метод показан на примере EnterpriseOps Gym и опубликованного набора данных (Malay et al., 2026).
КЛЮЧЕВЫЕ ТЕЗИСЫ
- ServiceNow CoreAI представляет AutoSynthData — конвейер, который превращает ошибки целевой модели в проверенные учебные задачи для корпоративных агентов.
- Подход использует прогон в целевой среде и более сильного «учителя» для генерации выполнимых, реалистичных и требующих задач (системная спецификация, запрос пользователя, верификатор) и итеративно обновляет учебный план по мере улучшения модели; метод показан на примере EnterpriseOps Gym и опубликованного набора данных (Malay et al., 2026).
- AutoSynthData даёт практический способ получать заземлённые, проверяемые учебные примеры, направленные на реальные слабости агента, что повышает надёжность корпоративных агентов.
ПОЧЕМУ ЭТО ВАЖНО
AutoSynthData даёт практический способ получать заземлённые, проверяемые учебные примеры, направленные на реальные слабости агента, что повышает надёжность корпоративных агентов.