Agent World Model in the Wild：为计算机使用智能体合成训练环境
WildAWM 是一套可扩展流程，用于生成可控环境和任务，以训练通用计算机使用智能体。其可执行环境支持图形界面、MCP 服务和命令行，并完全由开源模型生成。基于执行结果的质量检查用于评估任务是否可解、难度是否足够以及验证器是否可靠。该流程生成了 341 组长程环境与任务，其中部分任务需要智能体执行超过 100 步。作者称，仅在这些合成环境中训练的两种不同规模 Qwen 模型，在 8 项分布外基准测试中均取得提升。代码已公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。