★ 3
WebAnything 从真实网址自动重建可复用 Web 智能体环境
论文提出全自动框架 WebAnything，由 Explorer-Builder 采集浏览器可观测结构、资源与交互结果，独立验证器检查冻结候选并指导修复或重采集，无需逐站人工实现。团队构建 244 个网站工件、支持 12,984 个任务，并在 5,856 条交互轨迹上微调 Qwen3.5-9B，使…
arXiv cs.AI3 天前
#训练环境
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
Trace2World：从真实交互轨迹重建应用环境训练 GUI 智能体
论文提出 Trace2World，将全局行为重建与代码实现分离，从真实交互轨迹中还原应用行为模型并编译为可执行环境。基于 1570 条轨迹构建 50 个环境，在 10 个应用的 200 条工作流上端到端复现率达 91.1%，远超基线 59.8%。在重建环境中训练使模型在自有基准上提升 20.2 分…
arXiv cs.LG10 天前
★ 3
CodeMidas：从代码本身扩展智能体编码 RL 环境
论文提出 CodeMidas，仅以源代码为任务输入，将现有代码库中已实现的功能转化为可执行 RL 环境，通过智能体探索、测试构建与执行验证过滤候选任务。产出 5,545 个训练任务、覆盖 3,185 个代码库与 23 种语言，用 GRPO 训练 MiMo-V2.5 在五个基准上全面提升。
arXiv cs.AI42 天前
★ 2
AgentGarten 发布：智能体在实时试炼场边玩边进化
AgentGarten 提出让智能体在实时试炼场中反复试错、边玩边进化的方案，结合代码生成世界与扩散模型绘制现实环境。该工作为智能体提供可交互的训练与评测环境，强调实时反馈驱动的能力迭代。属于智能体训练环境方向的新探索。
量子位24 天前