共计 13 篇文章
2026
Environment Evolution：让终端环境持续变难，怎样避免把任务改坏？
SETA 论文笔记：把终端环境当作需要验证的奖励程序
Agent-World：按 Agent 的失败原因，持续生成下一批训练环境与任务
AWM：让大模型造出可执行的世界，再用它训练 Agent
从 CPT 到 Agentic CPT：大语言模型持续预训练研究综述
AgentFounder：用继续预训练扩展 Agent 能力，FAS 与 HAS 如何把经验变成训练数据
Training Needs Trustworthy Worlds：先验证合成网站，再让 Web Agent 学习
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