MidTool：面向Agentic工具使用的中间训练数据合成

中间训练（mid-training）日益被认为是塑造大语言模型能力的关键阶段。近期工作表明，有针对性的中间训练可以强化数学、科学等推理密集型能力，也能提升软件工程场景中的Agentic能力。本工作研究与前者平行但探索较少的Agentic能力：通用工具使用。我们提出MidTool，一个面向Agentic工具使用中间训练的开放语料构建流程，它把大规模网页、PDF和代码数据与来自真实工具API、MCP技能以及基于文档的工作流的合成监督结合起来。MidTool旨在教模型识别工具可供性、依据上下文确定参数取值、编排工具调用工作流，以及在信息不完整时进行恢复。我们在MidTool-Mix上对Qwen3-4B-Base和Qwen3-8B-Base进行中间训练，随后进行包含监督微调与强化学习的后续后训练。与基线相比，MidTool-Mix在BFCL、tau2-Bench和MCP Universe上无论SFT还是RL都持续改善下游性能。这些结果表明，通用工具使用与其他重要LLM能力一样，受益于专门的中间训练，而不应完全交给后训练。