NexForge 用需求合成 agent 数据，Qwen3.5 提升 30 多分

nex-agi · hf · 2026-07-22

NexForge 提出一种需求驱动的 agent 训练数据合成框架，不再依赖手工搭建固定 substrate，而是从高层能力要求出发，自动生成可执行任务和专家轨迹。

论文流程是：先把现实需求整理成场景与任务画像，再按分布编译出任务指令，并自动拉取/构造文件、依赖和运行环境，最后合成 SFT 轨迹。作者报告生成了 3.6K terminal 任务和 2K office 任务，把 Qwen3.5-35B-A3B Base 在 Terminal-Bench 2.0 上从 22.5% 提升到 52.0%，GDPval 从 813 提升到 1338 Elo；扩到 43.2K terminal 任务后可到 58.4%，接近带 Claude Code 的 Claude Opus 4.6。基于这套数据训练出的 Nex-N2 还把同底座提升到 Terminal-Bench 2.1 的 75.3% 和 GDPval 的 1585 Elo。