腾讯 ASAP 框架：不改造成聊天 Agent 也能评测预训练模型的智能体能力

tencent · hf · 2026-10-21

腾讯优图实验室与上海交大提出 ASAP（Agent Scaffold Adaptation for Pretraining Evaluation），一个在 post-training 之前评估基座模型智能体行为的轻量框架。它不把基座模型转换成 chat 式 Agent，而是保留 completion 接口，通过结构化轨迹续写、短参考前缀与极简发现机制适配现有 Agent scaffold。在软件工程与深度研究 benchmark 上，ASAP 能在预训练检查点间给出有区分度的端到端性能，并暴露模型的执行轨迹，可用于分析探索、编辑、测试、恢复与任务完成等行为如何随训练阶段演变。