【大模型数据合成策略之Agent做DocQA文档问答–DocDancer】来看文档问答Agent-DocDancer的数据合成思路，同样也是数据合成的范畴，很工程化，但对于实际应用有借鉴意义。讲的是端到端训练的开源文档问答智能体，《DocDancer: Towards Agentic Document-Grounded Information Seeking》，http://t.cn/AXbdiBZQ，核心思路是将文档问答（DocQA）转化为Agent的信息检索问题，并构建了含搜索（全局信息获取）和读取（局部精细理解）双工具框架，为了训练这个Agent框架，在数据方面，通过Exploration-then-Synthesis流水线数据合成了一堆数据，然后基于Qwen3-4B-Thinking-2507和Qwen3-30B-A3B-Thinking-2507进行微调，最终在MMLongBenchDoc和DocBench两大长文本基准测试中表现不错。http://t.cn/AXbdiBZR