终端智能体不再只练短命令：约3千条长轨迹微调，Terminal-Bench 2.1 从46.82升到60.67
终端智能体的训练数据从短命令演示转向平均52.8轮的长程轨迹，用约3千条轨迹微调Qwen3.5-27B后，Terminal-Bench 2.1从46.82升到60.67，并在12个基准上全面超过基座模型。
终端智能体的训练数据从短命令演示转向平均52.8轮的长程轨迹，用约3千条轨迹微调Qwen3.5-27B后，Terminal-Bench 2.1从46.82升到60.67，并在12个基准上全面超过基座模型。
已读完全部报道