SkillGym 用 2756 个技能环境微调,Qwen3.5 小模型超 Claude Sonnet 4.6
dair_ai · x · 2026-09-28
dair-ai 介绍了一篇探索「持续训练专用模型学习技能」的论文,提出 SkillGym 框架:
- 将人工撰写的技能转化为 2,756 个训练环境,配备基于代码的检查器,再在 8,364 条成功轨迹上做微调。
- 微调后的 Qwen3.5-35B-A3B 在 Claude Code 中运行,Terminal-Bench 2.1 提升 19.10 分,在技能辅助的 SkillsBench v1.1 上提升 28.13 分,达到 51.47%。
- 这一成绩超过了已报道的 Claude Sonnet 4.6 与 GPT-5.4 Mini。
- 更有意思的是:不加载技能时,微调后的模型也能击败把技能放进上下文的基座模型,说明技能被内化进了模型本身。
「编程与Agent」频道最新
- 团队让 Agent 自动回复 Slack,网友直呼「和所有人的幽灵版聊天」 — iamrobotbear · 2026-11-16
- AI 求职面试复盘法:让 Claude 指出你哪段回答最没说服力 — brandon_galang · 2026-11-16
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- Effective HTML 走红 GitHub:4.2k 星的 agent 技能集,线框图秒变可交互原型 — tom_doerr · 2026-11-16
- skills-gate:一个门面 skill 管住所有 agent skills,148 个技能仅耗 389 token — Distinct-Pie2389 · 2026-11-16