cv usk(@cv_usk):ターミナルエージェントの訓練データ、実は「指示・環境・解答・検証器」がバラバラで解けないタスクが量産されがち——その根本を絶つ合成フレームワークが登場しました。タイトル: FACET: Preserving Source Intent and Executable State in Terminal Task Synthesis URL: https://t.co/zRfvZ51Gcj 📌 概要関連スキルを情報豊かなシナリオへ再構成し、環境を先に構築してその実行状態を共有の土台に。指示・解答・検証器を同じ状態に接地して生成します。 🧩 解決する課題・多段生成で元素材の依存や中間状態が失われる・指示/環境/解答/検証器が食い違い、解けない・評価できないタスクになる ⚙️ 提案手法・7万件超のスキルを収集し5次元シナリオへ再構成・Dockerで環境をビルドし実状態を共有チャネルに・指示→解答→検証器を順次生成し、失敗箇所だけをルーターが特定して修復 📊 実験結果・平均22.77テスト/タスクの検証済み6,078件を合成・Qwen3.5を微調整し4B +40.5%、9B +30.1%、27B +16.5% ・27B(47.57)が約15倍大の397B(49.06)に肉薄・エンドツーエンド歩留まり70%で競合の15〜28%を圧倒質の高い実行可能タスクは、量産ではなく丁寧な状態接地から生まれる、と示す一本です。 #LLMAgents #TerminalBench

2026.08.22 07:01

ターミナルエージェントの訓練データ、実は「指示・環境・解答・検証器」がバラバラで解けないタスクが量産されがち——その根本を絶つ合成フレームワークが登場しました。タイトル: FACET: Preserving Source Intent and Executable State in Terminal Task Synthesis URL: 📌 概要関連スキルを情報豊かなシナリオへ再構成し、環境を先に構築してその実行状態を共有の土台に。指示・解答・検証器を同じ状態に接地して生成します。 🧩 解決する課題・多段生成で元素材の依存や中間状態が失われる・指示/環境/解答/検証器が食い違い、解けない・評価できないタスクになる ⚙️ 提案手法・7万件超のスキルを収集し5次元シナリオへ再構成・Dockerで環境をビルドし実状態を共有チャネルに・指示→解答→検証器を順次生成し、失敗箇所だけをルーターが特定して修復 📊 実験結果・平均22.77テスト/タスクの検証済み6,078件を合成・Qwen3.5を微調整し4B +40.5%、9B +30.1%、27B +16.5% ・27B(47.57)が約15倍大の397B(49.06)に肉薄・エンドツーエンド歩留まり70%で競合の15〜28%を圧倒質の高い実行可能タスクは、量産ではなく丁寧な状態接地から生まれる、と示す一本です。 #LLMAgents# #TerminalBench#

显示更多