论文页面 - Terminal-Universe：将智能体轨迹转化为可扩展的终端环境

来源：https://huggingface.co/papers/2609.04148 作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

Terminal-Universe 从智能体轨迹中重构可执行工作空间，以合成多样化的训练任务，并通过监督微调提升训练后性能。

随着基于终端的代码智能体日益普及，智能体轨迹已大规模积累，而真实可执行的环境仍然稀缺。然而，环境才是智能体训练后阶段真正需要的：每个环境可以重新查询生成多个可验证任务并提供执行反馈，而轨迹只是单一的冻结示例。我们并非从零开始生成环境，而是观察到现有轨迹中的工具执行历史暴露了其运行环境的结构和内容，从而使得从轨迹本身重构这些环境成为可能。因此，我们引入了 Terminal-Universe 框架，它将每个轨迹转化为可复用环境，并通过探索该环境来合成新任务和持续交互。具体而言，Terminal-Universe 重放轨迹中记录的文件操作，在智能体修改文件之前恢复每个文件，从而得到一个部分工作空间；随后，一个补全智能体提供缺失的文件和依赖项。在恢复的工作空间上，我们既重构了原始意图任务，也合成了全新的任务。此外，我们还沿着两个互补的轴扩展任务：广度和深度。在广度方面，我们挖掘相关环境之间的定向依赖关系，并合成跨越多个代码库的跨工作空间查询（https://huggingface.co/papers?q=cross-workspace%20queries），这与开发者在实际开发中的常规操作一致。在深度方面，我们将初始的单轮查询扩展为多轮会话（https://huggingface.co/papers?q=multi-round%20session），通过用户智能体捕捉迭代式的用户反馈和需求细化过程。应用于公开的智能体终端轨迹（https://huggingface.co/papers?q=terminal%20agent%20trajectories）后，Terminal-Universe 生成了 37.3k 个任务充分的环境。在此语料库上对 Qwen3.5-27B 进行监督微调（https://huggingface.co/papers?q=Supervised%20fine-tuning），使其在 Terminal-Bench 2.1 上的单轮性能提升了 11.9 个点，在 EvoCode-Bench v2 MT@4 上的多轮性能提升了 13.8 个点。

查看 arXiv 页面 (https://arxiv.org/abs/2609.04148) 查看 PDF (https://arxiv.org/pdf/2609.04148) 添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2609.04148)

在你的智能体中获取此论文：

hf papers read 2609\.04148

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2609.04148 以从本页面链接。

引用此论文的数据集 0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2609.04148 以从本页面链接。

引用此论文的空间 0

没有空间链接此论文

在空间 README.md 中引用 arxiv.org/abs/2609.04148 以从本页面链接。

包含此论文的收藏集 0

没有收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从本页面链接。