标签
论文提出 CITA 方法，训练一个比较推理模型（CIM），在执行可能的下一步工具调用之前先估计其长程价值，从而在三个工具使用基准和多个 LLM 主干模型上提升了 Tool F1 与任务成功率。
LiteCoder-Terminal-Gen 引入了一种零依赖的合成管道，可生成可执行的终端训练环境，并产出 SFT 和 RL 数据集，使语言智能体在 Terminal Bench 基准测试上取得显著的性能提升。