先手 SENTE · 周报阅读清单 · 速读 · arXiv 2608.18580
FACET：合成终端任务时，让指令、答案和验证器基于同一个环境状态
FACET: Preserving Source Intent and Executable State in Terminal Task Synthesis
Kou Shi，Zun Wang，Qisheng Su，Shiting Huang 等 13 位作者 · 2026-08-19
先把环境搭起来、修好，再写指令、答案和验证器
打开交互式解读 →三个要点
- 问题：训练终端 Agent 需要大量可执行的监督数据。每个任务包含指令、初始化环境、参考解和可执行验证器，若它们基于不一致的假设生成，任务可能无解或判分错误；多阶段合成还会丢掉原始资料中的目标、依赖和约束。
- 方法：把相关的 Agent 技能重组成信息丰富的场景，先实现并修复执行环境，再生成最终任务；容器状态作为指令、解答和验证器的共同依据，基于执行的验证只修复出错的部分，不重新生成有效组件。
- 结果：用合成任务上的成功轨迹微调 Qwen3.5 系列，Terminal-Bench 2.1 绝对提升 7.12、8.24、6.75 分；27B 模型达到 47.57，接近 Qwen3.5-397B 的 49.06（作者自报）。
47.57 27B 模型微调后的 Terminal-Bench 2.1 得分
适合谁读：做终端 / 编程 Agent 训练数据和 RL 环境的团队。
AI 解读 · 基于原文：本页由 AI 根据论文原文整理，所有数字均可在原文中找到出处；引用前请核对原文。