Agent Training Data Synthesis Terminal Agents Self-Verification
摘要

大规模训练终端代理需要多样且可验证的任务及高质量交互轨迹,但数据获取极具挑战。现有方法存在生成与执行脱节导致可靠性低、依赖现有仓库限制多样性等问题。本文提出 Meta-Task 框架,将任务合成重新定义为终端基准任务本身:代理在真实容器环境中迭代生成、执行并验证任务,确保内部一致性与可执行性。通过多维度解耦需求、引入多阶段动态设计机制及外部材料支持,并结合大模型评判过滤,显著提升了数据质量。实验表明,仅用少量合成数据微调即可在 Terminal-Bench 2.0 上取得优异性能。

AI 推荐理由

论文核心在于通过合成高质量任务轨迹来训练终端 Agent 的技能执行能力,直接提升工具使用与任务完成效果。

研究机构
State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China
论文信息
作者 Zhihong Pan, Jiyuan He, Kai Zhang, Yupeng Han, Ze Liu et al.
发布日期 2026-07-30
arXiv ID 2607.27929
相关性评分 9/10 (高度相关)