NVIDIA 开源 Nemotron-Terminal:Qwen3-32B 终端基准成绩从 3.4% 飙至 27.4%
_weiping · x · 2026-09-25
NVIDIA 研究员 Renjie Pi 宣布团队论文入选 NeurIPS 2026 Datasets and Benchmarks Track,发布 Nemotron-Terminal:一套用于规模化训练 LLM 终端 agent 的系统性数据工程管线,目标是靠全开源的「合成到真实」轨迹数据管线缩小开源模型与闭源模型的差距。
核心成果:用 Nemotron-Terminal-Corpus 做 SFT 后,Qwen3-32B 在 Terminal-Bench 2.0 上从 3.4% 提升到 27.4%(+24.0 个百分点),可对标体量大数倍的模型。
关键组件:
- Terminal-Task-Gen:轻量数据策展管线,结合既有数据集适配与稳健的合成任务构建;
- Nemotron-Terminal-Corpus:大规模开源终端交互数据集,包含显式的规划与执行轨迹。
「编程与Agent」频道最新
- 编码模型让「近乎免费」造小众软件成为可能 — nabla_theta · 2026-09-25
- Skill-Inject 入选 NeurIPS 2026：Agent Skills 暗藏恶意指令 — maksym_andr · 2026-09-25
- 一人加五个 AI Agent 能撑起一家公司？Reddit 网友发起真人实验 — VenkateshAGE · 2026-09-25
- Gemma 4 开发者 Agent 竞赛开启，欢迎程序员参加 — lakySK · 2026-09-25
- 多数「AI Agent」只是套壳工作流：一个快速鉴别测试 — dumpshoot · 2026-09-25
- Cloudflare 开源自托管 AI 邮箱客户端,跑在 Workers 上已 8k 星 — tom_doerr · 2026-09-25