Los agentes de IA requieren conjuntos de datos de cadenas de uso de herramientas para aprender la automatización de tareas en el mundo real. Los métodos anteriores usaron enfoques de consulta primero con agentes de búsqueda en profundidad (DFS) para generar datos sintéticos, pero esto es ineficiente debido a la exploración compleja. En "ToolGrad: Generación Eficiente de Conjuntos de Datos de Uso de Herramientas con Textos 'Gradientes'", presentada en ACL 2026, los investigadores introducen un paradigma de respuesta primero: generar una cadena de uso de herramientas ground-truth primero, luego anotar su correspondiente prompt de usuario.

Esto reduce la ambigüedad y requiere solo un paso de LLM por muestra. ToolGrad adapta el concepto de textos gradient—originalmente usado en ingeniería de prompts—para construir iterativamente flujos de trabajo API válidos. El marco incluye cuatro módulos: API Proposer (reduce candidatos), API Ejecutores (prueban APIs en paralelo), API Selector (elige la mejor API mediante retroalimentación de texto gradient), y LLM Updater (refina la consulta y respuesta sintéticas).

Experimentos usando las 16k+ APIs reales de Tool Bench muestran que ToolGrad genera datos de uso de herramientas más complejos y de horizonte largo con tasas de paso más altas y menor costo que los métodos basados en DFS. Los LLMs entrenados con datos de ToolGrad superan a los modelos basales y coinciden con LLMs propietarios en conjuntos de datos out-of-distribution (OOD) con herramientas no vistas, demostrando una generalización superior y eficiencia en la generación de datos sintéticos para IA agente.