上海AI实验室发布SkillGym，技能轨迹微调显著提升Agent能力

上海人工智能实验室等机构发布论文 SkillGym，提出用经过验证的人类编写的 agent 技能运行轨迹对模型进行微调，将技能文件从推理时的外挂指令内化为模型自身能力。实验显示，该方法使 Claude Code 成功率提升 19 分，35B 规模模型经训练后甚至在 agent 任务上超越多个旗舰模型，且推理时无需再提供技能文件。

2026-10-06 ~ 2026-10-06 · 2 条相关