ToolSpace — 관측된 도구 조합으로 구축하는 환경

TL;DR

ToolSpace는 도구 실행 기록에서 관측한 의존 관계로 훈련 환경을 구성한 뒤, 성공적으로 재실행되는 작업만 남긴다. 저자들은 장기 도구 사용 점수의 향상을 보고한다. 이는 독립적인 재현이 아니라 프리프린트 결과다. (source)

저자와 소속

Guanting Dong과 공동 저자 24명이며, 전체 저자 목록은 보관한 arXiv 기록에 있다. 검토한 초록 페이지에서는 소속을 확인하지 못했다. 최초 제출일은 2026-11-03이다. (source)

방법

• 실제 MCP 서비스 실행 기록과 공개 에이전트 말뭉치의 인접 호출에서 결정론적 규칙으로 데이터, 상태, 재시도 의존 관계를 추출한다. 가중치가 있는 조합 그래프를 군집화해 환경을 만든다. (source)
• 상태를 변경하는 환경에만 데이터베이스를 합성하고, 조회 도구와 무상태 도구는 기록된 반환값을 재생한다. 롤백을 포함한 상태 인식 무작위 보행으로 호출 사슬을 생성한 뒤, 이를 단언 기반 검사를 갖춘 자연어 작업으로 바꾼다. 초기 상태에서 재실행되는 작업만 남긴다. (source)

결과

• AutomationBench와 tau3-Bench Banking의 더 어려운 Pro 변형에서는 프런티어 모델 7개의 점수가 최대 38.2포인트 떨어진다. (source)
• 장기 도구 사용 벤치마크 일곱 개에서 Qwen3.6-35B-A3B의 평균 점수는 23.0에서 41.0으로, RL을 적용하면 43.2로 오른다. GLM-5.2는 44.6에서 56.6으로 올라, 이 평가에서 Claude Opus 5와 대등하다고 설명된다. (source)
• 저자들은 실행으로 확인한 그래프 연결이 LLM 판단으로 만든 연결보다 우수하며, 데이터와 환경 규모가 커지면 성능이 더 향상된다고 보고한다. (source)

의의

MCP — Model Context Protocol와 Agents (LLM Agents) 관점에서 기여는 합성 워크플로를 관측된 조합과 실행 가능한 검사에 근거하게 한다는 것이다. 해석: 현실적인 인터페이스와 재실행 가능한 작업은 그럴듯한 시나리오를 생성하는 것과 구별된다. (source)

열린 질문

초록은 전체 구축 비용을 수치화하지 않으며, 저장된 조회 반환값의 재생이 변화하는 실제 서비스를 재현한다는 점도 입증하지 않는다. 본문의 방법, 코드, 독립적 재현은 여기서 검토하지 않았다. (source)

인용

ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents

arXiv:2611.05036, 최초 제출일 2026-11-03. (source)