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
- MCP 平台 NitroStack 登顶 Product Hunt 每日第一，聚焦留存与开发者访谈 — EstablishmentFun4373 · 2026-10-21
- CodeRabbit 团队周发 5000 个 PR：机器造机器，招人先看策略游戏时长 — omojumiller · 2026-10-21
- LukeW 总结智能体软件五大 UI 难题:多智能体监控与协作设计 — LukeW · 2026-10-21
- 用 Claude Code 经 ADB 清理安卓电视:删 11 个应用、可用内存涨 90% — edwinarbus · 2026-10-21
- 小米电视被广告件拖到卡顿,开发者用 Claude 一键救回流畅 — edwinarbus · 2026-10-21
- 开源新模型 Ornith-1.5-122B 发布:SWE-bench 84.5%,单卡 DGX 可跑 — _akhaliq · 2026-10-21