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