Back to Home
RadarAI··Papers & Tech

上海AI实验室 SkillGym 论文:用验证通过的技能运行轨迹训练可将 Qwen3.5-35B-A3B 在 Terminal-Bench 2.1 提升 19.10 个百分点

中文摘要

上海AI实验室发布SkillGym,通过验证的技能轨迹训练模型,使Qwen3.5在Terminal-Bench 2.1提升19.1%,并降低提示词依赖。

English Summary

Shanghai AI Lab's SkillGym uses verified skill trajectories to boost Qwen3.5-35B-A3B's Terminal-Bench 2.1 score by 19.1%, reducing prompt dependency.

Original Excerpt

上海AI实验室发布 SkillGym 论文,把人类编写的 agent 技能文件转成带 pass-or-fail 检查器的沙盒任务,用验证通过的运行轨迹训练模型,降低对提示词期检索和指令跟随的依赖。