@Azaliamirh: 看看TRACE，这是一种新的自我改进方法，代理识别自身失败背后缺少的能力并自我训练以解决这些问题……

X AI KOLs Timeline 论文
self-improvement agentic-training synthetic-environments fine-tuning sample-efficient swe-bench ai-research

摘要

TRACE是一种新的自我改进方法，AI代理识别自身失败背后缺少的能力，并自我训练以解决这些问题。经过TRACE训练的Qwen3.6-27B在SWE-bench Verified上达到73.2%，以更少的训练次数超越了更大的模型。

看看TRACE，这是一种新的自我改进方法，代理识别自身失败背后缺少的能力并自我训练以解决这些问题。 经过TRACE训练的Qwen3.6-27B在SWE-bench Verified上达到73.2%，超越了更大的模型如Codex 5.2和GLM 5，同时以不到四分之一的训练次数击败了GRPO和GEPA。 通过对比成功和失败的轨迹，TRACE识别自身的弱点（例如错误定位或正确文档的检索），并创建新的合成环境来修复它们。 结果是一个可迁移且样本高效的合成环境/数据生成+微调流水线，用于代理任务。 由 @TarunSures41845 和 @hangoo_kang 领导的出色工作！
查看原文
查看缓存全文

缓存时间: 2026/07/10 12:11

看看 TRACE，一种新的自我改进方法——它让智能体识别自身失败背后缺失的能力，并训练自己去补足这些短板。

经过 TRACE 训练的 Qwen3.6-27B 在 SWE-bench Verified 上达到 73.2%，性能优于 Codex 5.2 和 GLM 5 等更大的模型，同时训练 rollout 次数不到 GRPO 和 GEPA 的四分之一。

通过对比成功与失败的轨迹，TRACE 找出自身的弱点（例如缺陷定位或正确文档的检索），并创建新的合成环境来修复这些问题。

最终得到一套可迁移且样本高效的合成环境/数据生成+微调流水线，适用于智能体任务。

这项工作由 @TarunSures41845 和 @hangoo_kang 主导，干得漂亮！

Hangoo Kang @ ICML ✈️ (@hangoo_kang): “TRACE: Capability-Targeted Agentic Training” 在 ICML AIWILD 获得 Spotlight 🎉

在 SWE-Bench Verified 和 τ2-Bench 上超越直接强化学习、GEPA 和合成智能体数据。

TRACE-Qwen3.6-27B 在 SWE-Bench 上击败 GPT-5.2-Codex、GLM 5 和 Claude 4.5 Sonnet。

与 @TarunSures41845 共同领导。感谢——

相似文章

@Vtrivedy10: https://x.com/Vtrivedy10/status/2066571435871551655

X AI KOLs Timeline

LangChain Labs与Fireworks AI联合研究表明，通过微调开源Qwen模型，可以创建一个能够检测生产轨迹中“感知错误”的轨迹判断器，且该模型在以最高降低100倍成本的同时达到前沿性能。该模型在两个内部数据集上进行了评估，并显示出跨应用的通用性。

Trace：基于分类指导的多领域视觉推理环境

Hugging Face Daily Papers

TRACE是一个基于分类指导的环境，包含跨11个领域的1000个视觉推理任务。在64,000个TRACE实例上训练Qwen2.5-VL-3B和Qwen2.5-VL-7B，使其在24个外部基准上的宏平均性能分别提升了3.51和4.06个百分点。