高质量的多轮工具使用数据是训练具备自主行为模型的关键，但现有合成方法往往忽视工具参数之间的依赖关系，导致即使模型选对工具，也可能因参数是捏造、过时或缺乏依据而执行失败。为此，本文提出了 State‑Guided Data Synthesis with Argument Provenance (SAP)。SAP 通过三大机制构建可靠的工具使用轨迹：① 状态引导——在每一步显式维护环境状态并以其作为后续参数的来源；② 参数溯源约束——要求每个工具参数必须追溯到先前状态中的具体实体或数值，防止出现虚假或陈旧的值；③ 回合级验证——在生成每一步后检查整个轨迹的一致性和可执行性，确保长程依赖得到满足。实验中，使用 SAP 合成的数据训练了 4 B 参数的模型 SAP‑4B，在多个基准上与参数规模数倍甚至十倍的模型竞争力相当。代码、合成数据和模型权重已开源，地址 https://github.com/Zichen1024/SAP。
点评：SAP 的状态引导与参数溯源相结合，有效提升了多轮工具使用数据的真实性和可执行性，为大模型的工具交互训练提供了高效且可复现的方案。