共计 66 篇文章
2026
Agentic-R：为 agentic search 训练检索器，用全局答案正确性反传
AgentInstruct (Orca-3)：用 agentic 流做生成式教学，25M 对合成数据
ToolACE：工具调用数据的自演化合成与双层验证
AgentOmnia：双向环境-任务合成 + PRD 自演化，全场景 agentic scaling
Environment-free：让 LLM 当世界模型，零执行环境造 API 调用轨迹
ScaleEnv：从零合成全交互环境，靠工具依赖图保证可解
综述：Agentic 环境工程——建模、合成、评测与共演化的全生命周期
ICSD：当"老师可信"不等于"听老师的话有用"——给 On-Policy Self-Distillation 装上影响力校准
EFCA：把环境反馈变成多时间尺度信用——长程 Agent 的轻量 return 重加权
TRIAGE：给 Agent 动作标注语义角色——修正成功中的倒退与失败中的探索