English(EN) Large-Scale Terminal Agentic Trajectory Generation from Dockerized Environments

新的 TerminalTraj 管道生成大规模终端智能体轨迹

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-20 04:00

研究人员开发了 TerminalTraj，一个旨在为训练智能体模型生成大规模、可执行、可验证的终端轨迹的新管道。该系统解决了创建多样化 Docker 化环境和确保任务可验证性的挑战。该管道已被用于整理 32,000 个 Docker 镜像，并在八个领域生成了超过 50,000 条已验证的轨迹。使用 Qwen2.5-Coder 主干在该数据上训练的模型在 TerminalBench 基准测试中表现出显著的性能提升，其中 TerminalTraj-32B 在 1000 亿参数以下的模型中取得了有竞争力的结果。 AI

影响这项工作提供了一种可扩展的高质量训练数据生成方法，有望加速开发更强大的基于终端的 AI 智能体。

排序理由该集群包含一篇 arXiv 论文，详细介绍了一种为 AI 智能体生成训练数据的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Siwei Wu, Yizhi Li, Yuyang Song, Wei Zhang, Yang Wang, Riza Batista-Navarro, Xian Yang, Mingjie Tang, Bryan Dai, Jian Yang, Chenghua Lin · 2026-07-20 04:00

从 Docker 化环境中生成大规模终端代理轨迹

arXiv:2602.01244v3 Announce Type: replace Abstract: Training agentic models for terminal-based tasks critically depends on high-quality terminal trajectories that capture realistic long-horizon interactions across diverse domains. However, constructing such data at scale remains …

报道来源 [1]

从 Docker 化环境中生成大规模终端代理轨迹

相关实体

相关话题