terminalbench

GPT5.6 Sol Ultra 在 TerminalBench 编程基准测试中达到 91.9%，表明编程任务正在接近解决。

本文介绍了RLVP（Reward the Outcome, Penalize the Path），一种强化学习方法，它使用可验证的路径违规惩罚和结果奖励，在实现高任务成功率的同时达到接近零的约束违规，提升了实际代理环境中的样本效率。

TerminalBench 2.1 是一套源自 GPT-5.6 Sol、Terra 和 Luna 模型的基准测试套件，可能用于评估 AI 在终端任务上的性能。