资讯
论文《Breaking the Environment Wall》：让环境可演化以训练鲁棒 agent
一句话：上海交大/Theseus Labs/腾讯混元论文揭示散乱工作区使 agent 通过率从 83.9% 降至 57.6%，并提出 Env-Rethink 将 9 个下游模型平均提升 13.3 点，把「环境」本身当作可演化对象。
背景
- agent 在散乱真实工作区中常因噪声文件、轻信文件名而失败；论文提出「演化环境」以增强鲁棒性。
核心要点
- 上海交大 / Theseus Labs / 腾讯混元论文《Breaking the Environment Wall》揭示：在 30 个困难任务（含 1280 个 rubric checks）的 Noise 环境下，9 个模型-框架平均 rubric 通过率从 Clean 的 83.9% 降至 57.6%。
- 提出 Env-Rethink 系统（基于 Qwen3.8-27B + LoRA）：构建 Collection Map 与 Event Log、离线轨迹学习识别噪声、用虚拟事件历史演化环境状态。
- 在 9 个下游模型上，环境准备从 Full 57.6% / Qwen3.8-27B 59.4% 提升至 Env-Rethink 72.7%（平均 +13.3 点），且全部 9 个模型获益。
- 对 Terminal-Bench 2.1 的 59 个种子任务做事件驱动演化，58.2%（32 个）在至少三个模型上成功率降低，证明能合成跨域新难题。
为什么重要
- 把「环境」本身当作可演化、可验证的对象来训练 agent 鲁棒性，为长程真实工作区任务的可靠性提供系统性评测与增强框架。
关键事实速记
- 论文：arXiv 2609.29773（上交/Theseus/腾讯混元，2026-09-24）
- 发现：Noise 环境通过率 83.9%→57.6%（-26.3）
- 系统：Env-Rethink（Qwen3.8-27B+LoRA）
- 提升：9 模型平均 +13.3 点至 72.7%
- 演化：32/55 任务跨模型变难
📂 原文链接：查看原文 →
← 返回资讯列表
AI8899 · 内容仅供学习参考