通过合成任务扩展实现 AI 科学家

随着 AI 智能体的出现，自动科学发现成为可行目标。针对现有系统缺乏原则性训练方法且常生成无效想法的问题，本文提出了一种面向机器学习智能体的新型合成环境生成流水线。该流水线自动生成兼容 SWE-agent 框架的挑战，涵盖主题采样、数据集提案及代码生成，并通过真实数据集验证与自调试循环确保质量。在 MLGym 基准测试中，利用教师模型生成的轨迹训练学生模型，显著提升了其性能，Qwen3-4B 和 Qwen3-8B 的 AUP 指标分别提高了 9% 和 12%。