Terminal-Universe: превращение траекторий агентов в масштабируемые терминальные среды
Ретроспективно реконструирует исполняемые терминальные среды для обучения из существующих траекторий агентов: воспроизводит записанные файловые операции, чтобы восстановить рабочее пространство до запуска агента, заполняет пробелы с помощью completion-агента и синтезирует новые задачи по широте (запросы между кодовыми базами) и глубине (многоходовые сессии с симулятором пользователя). Применение к публичным траекториям даёт 37,3 тыс. сред, достаточных для задач.
Почему это важно
223 апвоута на HF Daily Papers. Файнтюн Qwen3.5-27B на реконструированном корпусе даёт +11,9 пункта на Terminal-Bench 2.1 и +13,8 на многоходовом EvoCode-Bench v2 — узкое место для пост-тренинга агентов это среды, а не больше демонстраций, и такой подход делает их дешёвыми в массовом производстве.
Важность: 4/5
Заметная статья + 223 апвоута на HF Daily Papers