Amazon AGI 发布 AutoGym:从种子自动生成任务、环境与验证器
omarsar0 · x · 2026-09-29
Amazon AGI 论文提出 AutoGym,一个为 Agent 强化学习自动生成完整训练环境(gym)的框架,涵盖任务、可执行环境和验证器三件套,从少量领域种子或过往模型轨迹出发自动构建。
三大核心机制:
- Blueprint-first 生成:在环境具体化之前先定义合法解空间、环境要求和验证标准,可解性成为构建前提而非事后验证
- 显式生成参数:细粒度控制任务拓扑、交互深度、能力轴、问题混淆与干扰项构成,精准调节难度
- 主动课程合成:根据模型性能反馈校准参数分布,随模型能力演进调整
论文指出现有任务集会随模型进步饱和并易被污染,单次合成产出的任务难度只是表象,而 LLM 裁判的事后判定不可靠。作者展示了在生产力与时间推理场景的结果,并称构建 RL 环境正成为重要的 AI 工程技能。
「研究」频道最新
- UCLA 获 2500 万美元联邦资助,主导评测 AI 阿尔茨海默诊断工具 — chrismattmann · 2026-09-29
- 研究者点破 LLM 验证软肋:「核查」无法形式化保证 — anshulkundaje · 2026-09-29
- Foresight 旧金山办 AI 科学大会,DeepMind、MIT 等多方出席 — juanbenet · 2026-09-29
- MetaLint 论文：Qwen3-4B 代码 lint 检测 F 值提升 2.7 倍，媲美 o3-mini — dan_fried · 2026-09-29
- 国际象棋 AI 对手怎么「输得像人」？开发者探讨可信失误的设计难题 — space64-llc · 2026-09-29
- Aether AI 发布 16B 参数 CausalWM,让世界模型先推理因果再生成未来 — jiqizhixin · 2026-09-29