WildAWM 全开源合成 341 个环境任务对，Qwen 微调 OOD 平均涨 10.58 分
XuCanwen · x · 2026-10-21
研究者发布 WildAWM（Agent World Model in the Wild），一个完全开源的 agent 任务合成流水线，全程无需专有模型。
- 合成了 341 个高质量环境–任务对，针对任务合成的三大难点给出方案：
- 可解性：每个任务保证至少一个 agent 能成功完成；
- 难度：对前沿模型仍有挑战性，GPT-6-Astra 仅约 72.7 pass@8；
- 验证器可靠性：任务验证器与 agent-as-a-judge 集成的一致率达 95%。
- 仅在这些合成世界中做 RL 训练，Qwen3.6-35B-A3B 在 8 个 OOD benchmark 上平均提升 +10.58 分。
「编程与Agent」频道最新
- 开发者称发现 Jai 版 Campfire 服务器 2 倍吞吐量改进线索 — lucasmeijer · 2026-10-21
- PhD 学者开源 Homecoming：一键聚合 2000+ 网站个人数据训练用户模型 — kenziyuliu · 2026-10-21
- 多 agent 自治实战八条心得：文档膨胀、审查失控与「别改」无用 — menhguin · 2026-10-21
- LangChain 开放 agent 红队测试，重点找 agent 犯错场景而非安全漏洞 — hwchase17 · 2026-10-21
- 自托管版 ChatGPT：OvertChat 一条命令搞定本地模型全家桶 — anitamaxwynnn69 · 2026-10-21
- Smart Connections 演示：Obsidian 自动召回旧决策改变方案 — AINewsletter · 2026-10-21