终端 Agent 训练项目 SETA 入选 NeurIPS,开源 4500+ 可验证 RL 环境
Thom_Wolf · x · 2026-10-03
camel-ai 团队的 SETA(Scaling Environments for Terminal Agents) 已被 NeurIPS 2026 Evaluations & Datasets Track 接收,并一次性放出了完整训练资产:
- SETA-Env:目前最大的开源可验证终端 RL 环境数据集,包含 4500+ 环境,附完整的环境合成与训练 pipeline
- 完整训练脚本:覆盖 DeepSeek-V4-Flash、GLM-5.2(LoRA)、Inkling-Small、Qwen3.8-27B 等模型,同时支持 GRPO 与 PPO 两种算法
- 训练基于 radixark 的 Miles 框架,示例均为自包含目录(container、Ray 集群、sandbox、数据集、启动脚本一应俱全),硬件配置如 8×8 H200 集群做全参微调
这为想训练终端 Agent 的团队提供了从环境到训练配方的一站式开源参考。
「编程与Agent」频道最新
- Grok Bot 流行「幕僚长」模板:省钱安静的程序化管理机器 — RachelVT42 · 2026-10-03
- Agent 嵌套规模下聊天窗口失灵,可视化编排工具成新宠 — Wattenberger · 2026-10-03
- AI 全程 vibe coding 复刻网页版 CS 1.6，支持 16 人联机 — TAbrodi · 2026-10-03
- Claude Code 2.1.288 发布:一次更新 89 项 CLI 变更 — ClaudeCodeLog · 2026-10-03
- 调查:42% 开发者称 AI 已写一半代码,每周省 13 小时 — rseroter · 2026-10-03
- Claude 配置越堆越差?极简派称九成周边设置都是无效负担 — alex_verem · 2026-10-03