Skill2Env 用技能合成 2963 个可执行环境,1.5K 轨迹微调让 35B 智能体七项基准平均从 36.6 升到 45.0
Skill2Env 提出以能力需求为导向的框架,从公开技能库筛选技能、用可复用难度模式与任务蓝图联合合成任务指令、执行底座、工作区与评分器,并用求解器执行证据迭代加固任务,最终产出 2963 个可执行任务;用其中 1.5K 条高分轨迹对 Qwen3.6-35B-A3B 做监督微调后,在七个智能体基准上平均分从 36.6 提升到 45.0。
Skill2Env 提出以能力需求为导向的框架,从公开技能库筛选技能、用可复用难度模式与任务蓝图联合合成任务指令、执行底座、工作区与评分器,并用求解器执行证据迭代加固任务,最终产出 2963 个可执行任务;用其中 1.5K 条高分轨迹对 Qwen3.6-35B-A3B 做监督微调后,在七个智能体基准上平均分从 36.6 提升到 45.0。
已读完全部报道