Hugging Face · 每日论文· 媒体 / 作者来源·精选
WildAWM 合成 341 个长程计算机使用环境，训练 Qwen 模型在 8 项基准上提升
原文标题
Agent World Model in the Wild: Computer-Use Agent Environment Synthesis
AI 导读
研究提出 WildAWM 流水线，用开源模型合成同时支持图形界面、MCP 服务和命令行的可执行环境。通过执行式质量门控——异质智能体 rollout、交叉评判一致性和反事实探针——合成 341 个环境任务对，部分需超过 100 步，GPT-6-Astra 仅解出 60%。两个不同规模 Qwen 模型仅在合成环境中训练，在覆盖网页、claw 和计算机使用智能体的 8 个分布外基准上均取得明显提升。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提供了一套全开源、可复用的计算机使用智能体环境合成流水线，并给出 341 个长程任务和跨 8 个分布外基准的训练结果，适用于关注智能体训练方法与评测的研究者和工程师。
导读由模型辅助整理，非独立核验。完整信息见原文。