扩展智能体数据，提升长程终端智能
论文介绍了 TerminalHorizon，这是一套自动化流程，用于构建训练环境，帮助终端智能体长时间处理复杂任务。它重建任务环境，确保智能体必须自行探索、实施和验证，并围绕同一目标逐步增加任务要求。研究人员利用 1,500 个环境微调 Qwen3.5-27B，得到 TerminalHorizon-27B。该模型在全部 12 项评测基准上均取得显著提升。每项为期 12 小时的研究案例还显示，模型能够持续开展实验，并根据反馈改进方法。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。