跳到正文
arXiv · ML· Mengzhou Wu, Yuzhe Guo, Jiawen Tao, Xiaokun Yuan, Yuan Cao, Gang Cao, Yuetang Deng, Zhi Gong, Dezhi Ran, Linyi Li, Wei Yang, Tao Xie·· 2026-10-14AI 评分33

Terrarium:通过合成应用世界实现个人助理的规模化训练

Terrarium: Growing Personal Assistants via Scalable Synthesis of App Worlds

AI 导读

论文提出 Terrarium 框架,通过合成可执行 App World 与结果导向评测标准,利用 Qwen3 4B、8B、14B 模型进行强化学习训练。该训练套件包含 275 个 App World 和 13344 个任务,模型在 tau^2-bench 上平均提升 18.34 个百分点,AppWorld bench 提升 10.94 个百分点。

来源:arXiv · ML · arxiv.org