跳到正文
arXiv · AI· Zhongzhi Li, Yucheng Shi, Zongxia Li, Ruhan Wang, Anhao Li, Jiaxi Li, Junyao Yang, Lei Ke, Zixun Huang, Yu Wang, Jingyuan Huang, Ninghao Liu, Haitao Mi, Leowei Liang·· 11 天前AI 评分38

RST框架生成3.7万终端代理任务,Qwen3.5微调后基准提升最高10分

Recursive Synthesis for Long-Horizon Terminal Tasks

AI 导读

研究人员提出递归验证合成框架RST,通过15轮迭代生成了37,484个终端代理任务,成本约为每任务$0.05。 任务难度随轮次显著增加,中位参考解决方案从67行增长至374行,执行命令从40条增至244条。 使用Qwen3.5轨迹进行监督微调,使模型在Terminal-Bench 2等三项基准上得分提升最高10分。

来源:arXiv · AI · arxiv.org