arXiv Artificial Intelligence· Wenbo Hu, Shraman Pramanick, Krishna Kumar Singh, Nanyun Peng, Kai-Wei Chang, Yong Jae Lee·· 18 小时前AI 评分60
Tev：用稠密进度奖励扩展长时程智能体训练环境
Tev: Scaling Long-Horizon Agentic Environments with Dense Progress Rewards
AI 导读
论文提出 Tev-Gym，首个带可验证、稠密、渐进奖励的长时程智能体训练数据集，覆盖 7 个领域的 1,170 个已验证任务环境，采用先构建潜在世界再逐步渲染为智能体环境的方式。
来源：arXiv Artificial Intelligence · arxiv.org