DynaWeave 框架发布：合成动态场景训练 LLM 智能体
原文标题：DynaWeave: Learning to Adapt through Dynamic Scenario Synthesis
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者提出 DynaWeave，一个自动合成框架，可将静态任务转化为可验证的动态场景，通过有向无环图表示外部事件依赖并在智能体交互中触发。团队用该框架在 36 个环境中收集 2095 条交互轨迹，对 Qwen3.5 模型做监督微调，在 Gaia2、CostBench、ToolMaze 上均取得提升，CostBench 任务完成率提高 67.34 个百分点。代码已开源。
- 问题
- LLM 智能体训练环境过于静态，无法应对真实世界的外部事件干扰。
- 方法
- 用 DAG 表示外部事件依赖，自动把静态任务改造成可验证的动态场景，并只修正受事件影响的检查项。
- 结果
- 在 Gaia2、CostBench、ToolMaze 上均有提升，CostBench 任务完成率提高 67.34 个百分点，ToolMaze 超过 Gemini-3.1-Pro-Preview。
- 影响
- 为智能体训练提供可自动生成的动态扰动数据，直接提升真实环境下的鲁棒性。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DynaWeave 把静态任务合成动态场景，微调 Qwen3.5 后 CostBench 完成率提升 67.34 个百分点。
- •用有向无环图表示外部事件依赖，并在智能体交互中触发
- •在 36 个环境收集 2095 条已验证交互轨迹，用于 Qwen3.5 监督微调
- •Gaia2、CostBench、ToolMaze 三个基准上各模型规模均一致提升
- •ToolMaze 上甚至超过 Gemini-3.1-Pro-Preview，代码已开源
为什么重要：真实环境的外部事件会让智能体计划失效，这套合成+验证流程为训练抗干扰智能体提供了可复用的数据生产方法。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。