arXiv Artificial Intelligence· Zhongzhi Li, Yucheng Shi, Zongxia Li, Ruhan Wang, Anhao Li, Jiaxi Li, Junyao Yang, Lei Ke, Zixun Huang, Yu Wang, Jingyuan Huang, Ninghao Liu, Haitao Mi, Leowei Liang·· 13 小时前AI 评分55
RST：递归合成终端智能体长程任务的验证式框架
Recursive Synthesis for Long-Horizon Terminal Tasks
AI 导读
作者提出递归验证合成框架 RST，从已验证种子任务出发扩展参考解、重对齐验证器与指令，并在新沙箱中校验，15 轮共合成 37,484 个终端智能体任务，每条约 0.05 美元。
推荐理由模型分析
做终端智能体训练数据的人可以看递归扩增如何让任务难度逐轮上升，以及每条约 0.05 美元的成本口径。
来源：arXiv Artificial Intelligence · arxiv.org