Apple ML Researchは2026年7月20日(現地時間)、API呼び出し型大規模言語モデル (LLM) エージェントの訓練に用いる合成データの生成に関する新たな手法を発表した。この手法は、従来のデータ収集に伴う、実行環境やバックエンドデータベースの実装というボトルネックを解消するもので、スケーラビリティの向上に寄与するとされる。
API呼び出し型LLMエージェントの訓練には、大量の高品質な軌跡 (trajectories)データが不可欠である。しかし、このようなデータを大規模に収集するには、実行可能なAPIと、事前に準備された現実的なバックエンドデータベースを持つ環境が必要であり、これがスケーラビリティにおける主要な課題となっていた。
Apple ML Researchの研究チームは、この課題を解決するため、環境フリー (environment-free)な合成データ生成アプローチを提案した。このアプローチでは、LLMをオンザフライのデジタルワールドモデル (on-the-fly digital world models)として利用する。API仕様のみを基に、エージェントとステートフルな環境間の相互作用を模倣した軌跡を生成する。
具体的には、まずLLMが与えられたAPIで解決可能な多様なタスクを生成する。次に教師エージェント (teacher agent)が各タスクを反復的に解決する過程で、LLMシミュレーターがタスクのコンテキストとシミュレーション履歴に基づき、整合性のある合成API応答を生成する。最終的に、LLMジャッジが生成されたデータセットの品質を確保するため、軌跡をフィルタリングする仕組みとなっている。
研究チームは、情報検索タスクと状態変更タスクを含む「AppWorld」および「OfficeBench」ベンチマークでこのアプローチを評価した。その結果、この合成データでモデルをファインチューニングすることで、パフォーマンスが著しく向上することが示された。これにより、実行可能な環境なしでもAPI呼び出し型エージェント向けの効率的な教師信号が生成可能であることが実証されたとしている。この成果は、多様なAPIエコシステムにおけるエージェント訓練のための実用的かつスケーラブルなソリューションとして、LLMベースのAPIシミュレーションを確立するものとなる。
参考: Apple ML Research (アーカイブ) — 2026年7月21日 09:00 (JST)
原文ハイライト"Training API-calling large language model (LLM) agents demands massive amounts of high-quality trajectories."