Adobe 与 UCLA 推出 Tev-Gym：1170 个长程环境训练开源智能体

Adobe Research 与 UCLA 联合推出 Tev-Gym，一个面向长程 agentic 强化学习的环境集合，共包含 1,170 个可验证的长程任务环境，并提供稠密的渐进式进度奖励（dense progress rewards）。该工作旨在解决开源模型在长程任务上训练数据匮乏、奖励信号稀疏的问题。基于该环境训练的 27B 参数智能体在长程任务上达到比肩前沿模型的水平，为开源社区提供了可复用的训练基础设施。

2026-10-14 ~ 2026-10-15 · 2 条相关