清华+Qwen团队:重建代码环境训练Agent,Terminal-Bench提升至58.1%
rohanpaul_ai · x · 2026-09-10
清华与 Qwen 团队新论文提出不同于传统轨迹模仿的 Agent 数据构建方法。
- 核心思路:轨迹只是单个 Agent 修一个 bug 的“录像”,只能复制其做法;论文改为从录像重建真实代码工作区,可在同一环境中注入新 bug、新功能或更强 Agent,批量生成新的可验证训练任务。
- 结论:可复用的执行环境远优于可模仿的轨迹。
- 效果:用该数据训练 Qwen3.5-27B,Terminal-Bench 2.1 从 46.2% 升至 58.1%,EvoCode-Bench v2 MT@4 从 6.3 升至 20.1(Terminus2 设置)。
所属事件:清华与 Qwen 团队用轨迹重建环境训练 Agent(2 条相关)→
「编程与Agent」频道最新
- LangChain 联手 Tavily 11月12日办纽约活动，演示生产级 Agent 实时检索 — LangChain · 2026-10-26
- SentinelForge：带证据收集与修复后验证的 AI 软件修复原型 — Byte_Forge_2811 · 2026-10-26
- 极客魔改电子墨水平板，让 Opus 帮忙画画还做动画 — Stefania_druga · 2026-10-26
- Godot 游戏极易被反编译,开发者建议 C# 编译原生 DLL 防护 — mflux · 2026-10-26
- Techhalla 公开 3D 参考工作流：2D 设计到 Kling 4.0 精细动画全流程 — techhalla · 2026-10-26
- Jason Furman 测算：无 AI 造 Econvitals 需 50 人三年烧 2000 万美元 — HarrySurden · 2026-10-26