腾讯混元推RST框架低成本构建长程任务

腾讯混元团队提出递归合成终端任务（RST）框架，旨在低成本大规模构建长时程终端智能体任务。该框架采用逆向生成思路，先编写并运行参考解决方案及运行时环境，再据此拟合验证器与任务描述。通过15轮迭代，该方法成功生成3.7万个天然可解且自带奖励信号的任务，单任务构建成本大幅降至仅0.05美元。

2026-08-07 ~ 2026-08-07 · 2 条相关

• 腾讯RST：递归合成终端任务数据，成本降至0.05美元/任务 — Tencent-Hunyuan · 2026-08-07
• 逆向构建长程任务：15轮迭代生成3.7万任务，成本仅0.05美元 — teortaxesTex · 2026-08-07