用 NVIDIA Data Designer 教 Agent 搜索——Dhruv Nathawani，NVIDIA

演讲者用一条数据漏斗说明 NVIDIA 如何构建教模型“搜索”而非凭记忆作答的合成数据：5 万条种子示例经生成与过滤后得到 7000 条训练记录。起点是 Wikidata 上的路径遍历，相连实体被转化为需要多次搜索才能回答的谜题；Data Designer 把这些种子变成问题、工具调用与响应，搜索由 Tavily 通过 MCP 提供。目标是形成可复用的行为教学流水线，搜索只是示例。三个 notebook 分阶段搭建流程：第一个组合种子主题、难度采样器、提示模板、结构化输出与模型评判器来生成问答对；第二个加入工具访问并捕获搜索轨迹；第三个从图路径构造搜索谜题，产出完整轨迹用于监督微调。

AI推荐理由 NVIDIA 工程师讲解用 Data Designer 构建合成数据以训练模型“搜索而非凭记忆作答”，给出具体漏斗（5 万条种子经生成与过滤后得到 7000 条训练记录）和分阶段 notebook 流程（生成问答对、加入工具访问并捕获搜索轨迹、从图路径构造搜索谜题并产出完整轨迹用于监督微调），对做 agent 工具调用与搜索能力训练的开发者有参考价值；局限是摘要未说明最终模型效果或数据质量评估结果。