arXiv cs.AI· Qifan Zhang, Yuhan Li, Nuo Chen, Bowen Liu, Xiao Hu, Miao Peng, Chenyi Zi, Lixin Liu, Lydell Huang, Jing Tang, Jia Li·· 11 小时前AI 评分47
POSEIDON：从代码仓库规模化生成科学智能体训练环境
POSEIDON: Scaling Training Environments for Scientific Agents from Code Repositories
AI 导读
Poseidon 是一条自动化流水线，可从科学代码仓库规模化生成可验证训练环境，同等仓库预算下产出的环境数量约为此前方法的近 10 倍。它把科学工作流拆成 Reproduction、Subflow、Completion、Correction 四类任务，并用递归改进循环回收失败候选。
正文 · AI 翻译
作者：Qifan Zhang、Yuhan Li、Nuo Chen、Bowen Liu、Xiao Hu、Miao Peng、Chenyi Zi、Lixin Liu、Lydell Huang、Jing Tang、Jia Li
摘要：在数据驱动的科学发现中，训练环境仍然是智能体面临的主要瓶颈。现有的可执行且可验证的训练环境集合规模较小，且其构建难以规模化。为解决这一局限，我们提出了 Poseidon，一个可从科学代码仓库大规模自动生成多样化、可验证训练环境的流水线。在相同的仓库预算下，Poseidon 通过将科学工作流分解为四种互补的任务类型——复现、子流程、补全和纠错，每种类型针对科学研究中的一项不同能力，从而提取出比先前方法多近 10 倍的训练环境。一个递归改进循环进一步优化失败的候选环境，并回收原本会被丢弃的环境。利用 Poseidon，我们构建了 Pearl，一个包含来自 7,110 个公共仓库、覆盖 10 个科学学科的 97,659 个可执行且可验证环境的集合。据我们所知，Pearl 是迄今为止规模最大、学科覆盖最广的科学智能体训练环境集合。在 Pearl 上训练的 Qwen3.5 模型（9B、27B 和 35B-A3B）在六项具有挑战性的科学智能体基准上均取得了一致的提升。总体而言，Pearl 的规模与多样性为训练科学发现智能体提供了机遇。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.32448 [cs.AI] |
| （或 arXiv:2610.32448v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32448 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Qifan Zhang [查看邮箱]
[v1]
2026年10月23日星期五 10:14:22 UTC（1,643 KB）
来源：arXiv cs.AI · arxiv.org