TRACE 让智能体自找短板再训练
Azaliamirh · x · 2026-07-09
TRACE 是一种自我改进训练方法：智能体先识别自己失败背后的缺失能力，再构造新的合成环境进行针对性训练。 帖子称，TRACE 训练后的 Qwen3.6-27B 在 SWE-bench Verified 上达到 73.2%，优于更大的 Codex 5.2 和 GLM 5，并且比 GRPO 和 GEPA 使用更少的训练 rollouts。
Azaliamirh · x · 2026-07-09
TRACE 是一种自我改进训练方法：智能体先识别自己失败背后的缺失能力，再构造新的合成环境进行针对性训练。 帖子称，TRACE 训练后的 Qwen3.6-27B 在 SWE-bench Verified 上达到 73.2%，优于更大的 Codex 5.2 和 GLM 5，并且比 GRPO 和 GEPA 使用更少的训练 rollouts。