arXiv · cs.AI· Qing Ping·· 7 天前AI 评分49
Gradus：从环境潜在课程中发现并恢复 Agent 训练经验
GRADUS: Discovering and Recovering Agent Lessons from the Environment's Latent Syllabus
来源与原文
arXiv · cs.AI
作者：Qing Ping
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.27781v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Gradus 是一个无需种子任务的训练课程生成方法，把固定环境视为潜在课程，提取受保护的行为算子并组合成难度递增的任务，且通过执行反馈联合校准任务与解法，使验证成为恢复信号而非末端过滤。使用 Opus 4.5 提案者，该方法将 30B 模型在 τ²-Bench 上从 59% 提升至 89%、CAR-Bench 上从 47% 提升至 83%；换用开源 Qwen3-235B 提案者则分别达到 76% 和 62%。
来源：arXiv · cs.AI · arxiv.org