NVIDIA Skill2Env：3.4k Agent Skills 编译成近 8 千条 RL 训练任务
dair_ai · x · 2026-09-24
NVIDIA 的 Skill2Env 工作把公开的 Agent Skills 转化为可执行 RL 训练环境，在 RL environments 热潮下值得关注。
- 流水线：Codex planner 读取 SKILL.md 包、检索相关公开资源并把 Skill 拆成工作流；Codex creator 再为每个任务编写程序化测试和从 Skill 自身质量标准导出的行为 rubric
- 规模与成本：从约 3.4k 爬取的 Skills 生成 7,971 个任务，覆盖 13 个领域，软件工程占比不到四分之一；用 GPT-5.6 Sol 生成的 API 成本超过 9 万美元
- 效果：对 Qwen3.8-27B 做 300 步 outcome-only RL 后，Terminal-Bench 2.1 从 49.4% 升至 54.1%，在自建 held-out 基准 S2EBench 上 pass@1 从 33.4% 升至 37.7%
所属事件:NVIDIA 推出 Skill2Env：数千 Agent 技能转近 8 千 RL 环境(2 条相关)→
「研究」频道最新
- UC Berkeley 开源 RoboSimStudio：AI Agent 无需训练数据编程工业机器人 — berkeley_ai · 2026-11-12
- LAION 发布 14 亿样本音频语料库，CLAP2-L 登顶 MAEB-30 达 53.6% — serrjoa · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Scale AI 论文：374 次攻击中 36% 成功，模型可在自训练迭代中暗中搞破坏 — Miles_Brundage · 2026-11-12
- 斯坦福 ICML 研究登上 CNBC：AI 智能体团队也会「随大流」 — StanfordAILab · 2026-11-12
- Aaronson-Ambainis 猜想获证明，更强变体一并证毕并附 arXiv — TuhinChakr · 2026-11-12