task-generation

Skill2Env 是一个能力导向的框架，通过技能合成可执行环境来训练通用 AI 智能体，利用任务蓝图和迭代强化来提升智能体在各项基准测试中的表现。

Omi Desktop 是一款适用于 Mac 的 AI 助手，能够总结会议、分析屏幕内容、生成任务，并提供主动提醒以提升生产力，定位为比 ChatGPT 或 Claude 等 AI 助手更自然的替代方案。

本文探讨了将QA整合到RL任务生成迭代过程中的重要性，以提升AI流程和模型评估，并强调了评估设计中直觉的价值。

提出一种无标签数据的元学习方法，通过将预训练模型的软标签分配给未标注数据来生成任务，避免了计算昂贵的模型逆推。与最先进的DFML方法相比，实现了高达104倍的加速和8.4%-36.4%的准确率提升。

介绍了PROPEL，一种求解器摊销框架，通过训练轻量级激活探针来预测求解器通过率，从而无需昂贵的求解器运行即可高效训练RL任务生成器。该方法在数学、代码和软件工程任务中改善了可学习前沿上的生成质量。

OpenComputer 提出了一种框架，用于为计算机使用智能体创建可验证的软件环境，集成了状态验证器、自改进验证层、任务合成以及评估系统，覆盖33个桌面应用程序。实验表明，其验证器与人类判断的一致性优于LLM作为判断者，且前沿智能体在端到端完成方面仍面临困难。