TermGrade 开源 1004 个可执行 RL 环境，训练 Gemma 提升 Terminal-Bench 3.1 分
DavidBennett__ · x · 2026-10-09
Weyaxi 团队发布 TermGrade，为终端智能体（terminal agents）提供高质量、全开源的强化学习环境。
- 1004 个可执行环境，每个均通过实际执行验证
- 针对 6 个模型逐任务评分，包含全部 36k 条轨迹（含失败案例）
- 难度按你实际训练的模型来度量
- 用它训练 gemma-4-31B-it，在其原本约 50% 通过率的任务上训练后，Terminal-Bench 2.1 成绩提升 +3.1
- 发布内容包括环境构建与评分的完整过程，以及所用 RL 配方
作者认为 RL 环境正在成为一种严肃的数据学科，这类开放工作是 agentic RL 领域急需的方向。
所属事件:TermGrade 开源发布：千个终端智能体 RL 训练环境(4 条相关)→
「编程与Agent」频道最新
- Runway MCP 携手 Claude Opus 5.5 演示刷屏,网友称愿付 120 美元 — tlakomy · 2026-10-09
- 便携 AI 记忆格式 Memory Journal:一张文本卡迁移上下文与技能 — NoobSolid26 · 2026-10-09
- Bluerails 推出 DACH 地区酒店预订 MCP 服务器,覆盖 28 万房源 — bookwithbluerails · 2026-10-09
- Voyager 发布：把 Codex 式 Agent 带进 After Effects 等创作软件 — rohanpaul_ai · 2026-10-09
- PartyKit 创始人宣布关停免费托管平台，被收购两年半后迁入 Cloudflare — threepointone · 2026-10-09
- 开源 world-intel-mcp:132 个工具给 AI Agent 接入 30+ 领域实时情报 — tom_doerr · 2026-10-09