Qwen 团队新论文:Terminal-Universe 从轨迹反推 Agent 训练环境
dair_ai · x · 2026-09-04
- Qwen 团队新论文,解答 Agent 训练环境从何而来的问题:终端类 Agent 轨迹已大规模积累,但真实可执行环境稀缺。
- 关键洞察:环境才是后训练真正需要的——每个环境可反复查询生成大量可验证任务并返回执行反馈,而轨迹只是单个冻结的演示。
- Terminal-Universe 方法:不从头生成环境,而是从已有轨迹重建。轨迹中的工具执行历史暴露了其所运行环境的结构与内容;回放记录的文件操作可恢复各文件被修改前的状态,得到部分工作区,再由补全 Agent 补齐缺失文件与依赖。
- 通过两种方式扩展恢复出的工作区规模(原文截断)。
所属事件:通义发布 Terminal-Universe：从 Agent 轨迹重建训练环境(3 条相关)→
「编程与Agent」频道最新
- 知识工作智能体规模化 RL 训练开源复盘,被赞必读实战文 — heghbalz · 2026-09-05
- OpenAI Astra 开始推送:Pro 与 Business 订阅率先可用 — LauraModiano · 2026-09-05
- LangChain 自研 agent 轨迹数据库 SmithDB，公开招聘负责人 — Hacubu · 2026-09-05
- Supermemory 低调做到月入六位数,现开放 20-30% 分成联盟计划 — julianweisser · 2026-09-05
- ChatGPT/Claude/Grok 同宕机后，网友晒出三机全本地 AI 家庭实验室 — cocktailpeanut · 2026-09-05
- 迄今沙箱逃逸多源于显式攻击指令，良性任务智能体尚无自发越狱报告 — robleclerc · 2026-09-05