Tev-Gym 发布：1170 个长程 RL 环境练出比肩前沿的 agent
RulinShao · x · 2026-10-15
研究团队推出 Tev-Gym，一个面向长程 agentic 强化学习的环境集合，包含 1,170 个环境并提供密集的进度奖励（dense progress rewards），用于解决长时程 agent RL 训练的扩展难题。
在 Tev-Gym 上训练的模型表现：Tev-27B 在计算与数学领域基准 ALE-CM 的 Pass@5 上比肩 GPT-6 Astra 与 Claude Opus 5；Tev-320B 在 Terminal-Bench 4.0-CM 的 Pass@1 上登顶开源模型，仅落后 GPT 5.6 sol 0.02。作者将其定位为 RSI（递归自我改进）路线的 RL 环境基础设施。
所属事件:Adobe 与 UCLA 推出 Tev-Gym：1170 个长程环境训练开源智能体(2 条相关)→
「编程与Agent」频道最新
- Claude Code 空闲压缩可关闭:settings. 一行配置加自定义阈值 — EricBuess · 2026-10-15
- Claude Code 新增空闲压缩:提示缓存过期前自动压缩会话省用量 — EricBuess · 2026-10-15
- 黑客松选手别再重复造轮子了:「你不需要自己写一个 Git」 — jia_seed · 2026-10-15
- 开发者给 agent 做苏式审批前端,犯错三次就公开审判 — jamesbrooksco · 2026-10-15
- 用社区存档数据训练的 agent 自主发帖,每晚重建自己的人设文件 — lfschiavo · 2026-10-15
- Shopify CEO 推出 shop skill,把任意 Agent 变成私人购物助手 — msg · 2026-10-15