arXiv cs.CL· Shun Zou, Ziyu Ma, Yi Zou, Yong Wang, Lin Chen, Zehui Chen, Guanhua Chen, Xiangxiang Chu, Feng Zhao·· 6 天前AI 评分39
TerminalHorizon：为长时程终端智能体扩展智能体数据
Scaling Agentic Data for Long-Horizon Terminal Intelligence
AI 导读
研究团队推出 TerminalHorizon，一个面向长时程终端智能体的全自动数据合成引擎，通过独立执行识别构建过程中被省略的关键工作，并据此重建环境。基于该引擎构建了 1.5K 任务环境，对 Qwen3.5-27B 进行监督微调得到 TerminalHorizon-27B，在覆盖编码智能体、真实生产环境智能体任务和通用推理的 12 个基准上均取得显著提升。
正文 · AI 翻译
摘要：终端智能体正从本地操作迈向完成现实世界的专业任务。短轨迹可以展示命令和工具调用，但无法充分展现智能体如何通过探索积累证据、利用证据形成判断、根据反馈持续调整策略，并将中间结果转化为最终交付物。高质量的长时程轨迹在单一问题解决过程中捕捉这些智能体行为模式及其相互联系，为持续自主工作提供更丰富的经验。然而，环境合成可能提前完成或简化这些模式背后的关键工作，从而消除智能体本应进行的探索、实现和验证需求。为解决这一问题，我们提出 TerminalHorizon，一个面向长时程终端智能体的全自动数据合成引擎。它从现实世界的专业工作出发，利用独立执行来识别构建过程中被省略的关键工作，并利用由此获得的证据指导环境重建。为将这些模式扩展到各个阶段，它在同一目标下逐步扩展任务，引入基于先前结果的新需求，并要求进一步探索和改进。利用该引擎，我们构建了 1.5K 个任务环境，并在所得数据集上对 Qwen3.5-27B 进行监督微调，得到 TerminalHorizon-27B。我们在涵盖编码智能体任务、真实生产环境中的智能体任务以及通用推理的 12 个基准上均取得了显著性能提升。多个 RSI 案例研究（每个拥有 12 小时研究预算）进一步证明了该模型能够在初始解决方案之外继续实验、根据反馈改进方法，并在最终交付物中保留有效的改进。
| 评论： | 此 https URL |
| 学科： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.13166 [cs.CL] |
| （或 arXiv:2610.13166v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13166 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Shun Zou [查看电子邮件]
[v1]
2026年10月9日星期五 07:55:55 UTC（8,014 KB）
来源：arXiv cs.CL · arxiv.org