CompoWorld：面向通用智能体的组合式环境扩展
CompoWorld是一种用于构建可扩展AI智能体训练环境的研究框架。不同于主要在单一环境中生成任务的现有方法，它将448个可复用服务组合起来，共提供10,130个工具，使智能体能够完成需要在多个系统之间传递信息和执行操作的工作流。编程智能体根据工具规范构建经过验证的服务，难以可靠实现的工具则由世界模型处理。经过验证的轨迹用于监督微调，强调完整任务完成的奖励机制则用于引导强化学习。研究人员使用3,000条SFT轨迹和1,000个RL任务训练Qwen3.6-35B-A3B，在八项基准测试中平均提升9.17分。作者称，该系统在AutomationBench上超过了Claude Opus 4.6以及其他同等规模的智能体专用模型。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。