热点事件观察中

Tev 团队发布长程智能体训练数据集与配方

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Tev 论文作者发布长程智能体训练数据集 Tev-Gym 与训练配方 PPRS，并用其训练出 Tev-27B 模型。Tev-Gym 覆盖 7 个领域共 1,170 个已验证任务环境，采用先构建潜在世界、再逐步渲染为智能体环境的方法，提供可验证、稠密、渐进的奖励。论文称，Tev-27B 在 Agents' Last Exam 计算与数学科学领域（ALE-CM）的 Pass@5 上与 GPT-6 Astra、Claude Opus 5 相当；尽管只用 ALE 相关数据训练，它在 Terminal-Bench 3.0 和 4.0 子集上超过 GLM 5.2 和 Gemini 3.7 Flash，在 TB 2.1 等中程任务上达到 Claude Opus 4.8 水平。

AI 根据报道生成 · 1 天前更新

最新进展10月13日 08:00

Tev：用稠密进度奖励扩展长程智能体训练环境

报道时间线

沿着报道，了解事件的不同侧面。

10月13日

08:00
Hugging Face 每日论文精选
Tev：用稠密进度奖励扩展长程智能体训练环境
论文提出 Tev-Gym，首个带可验证、稠密、渐进奖励的长程智能体训练数据集，覆盖 7 个领域共 1,170 个已验证任务环境，采用先构建潜在世界再逐步渲染为智能体环境的方法。

本事件热度走势

可比范围当前: 2
可比范围峰值: 410月14日 16:00
近 24 小时变化: -50%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。