OpenThoughts-Agent: Data Recipes for Agentic Models

论文系统研究 agentic language model 的数据构造方法，重点是哪些任务、格式和训练混合能带来跨 benchmark 泛化。团队做了 100 多个受控消融，并用 10 万条整理后的样本微调 Qwen3-32B，在 7 个 agentic benchmark 上达到 44.8% 平均准确率，比 Nemotron-Terminal-32B 高 3.9 个百分点。它把“agent 训练数据怎么配”从经验堆料推进到可复现实验，适合作为构建专用 agent 数据集时的参照。