跳到正文
Hugging Face Daily Papers·· 2026-10-02AI 评分72

面向科学领域的终端环境自监督扩展方法

Self-Supervised Scaling of Terminal Environments for Scientific Domains

AI 导读

本文介绍了一种名为 SWR 的软件在环重建框架,旨在解决构建终端智能体训练环境时缺乏可执行参考行为与领域特定验证器的难题。该方法通过执行现有软件流程的多种输入配置,将案例划分为公开观察与隐藏评估,使智能体能在无源代码访问的情况下构建并编辑程序,并通过分层验证器结合语义比较、结构有效性与防捷径检查进行迭代修正。

来源:Hugging Face Daily Papers · arxiv.org