已收录文章摘要,完整内容可前往原文阅读。
一份 Skill 能告诉 Agent 如何使用工具,但怎样把它变成有挑战、能执行、可评估的训练任务?小红书 AllSpark 提出 Skill2Env,从能力需求出发合成环境,再根据执行反馈逐步增加挑战。使用 1.5K 条轨迹微调,模型在七项 Agent 基准上均获提升。
已收录文章摘要,完整内容可前往原文阅读。
一份 Skill 能告诉 Agent 如何使用工具,但怎样把它变成有挑战、能执行、可评估的训练任务?小红书 AllSpark 提出 Skill2Env,从能力需求出发合成环境,再根据执行反馈逐步增加挑战。使用 1.5K 条轨迹微调,模型在七项 Agent 基准上均获提升。