热点事件观察中
Tev论文提出长程智能体训练环境与稠密进度奖励方法
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Tev论文发布长程智能体训练数据集Tev-Gym（含1170个跨7领域任务）及进度-势能奖励塑形方法PPRS，并据此训练出Tev-27B模型。论文称，Tev-27B在ALE-CM上Pass@5与GPT-6 Astra、Claude Opus 5持平，且能泛化到Terminal-Bench 3.0/4.0，超过GLM 5.2和Gemini 3.7 Flash。
AI 根据报道生成 · 2 小时前更新
最新进展10月13日 04:00
Tev：通过稠密进度奖励扩展长程智能体训练环境报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- HF Daily Papers精选Tev：通过稠密进度奖励扩展长程智能体训练环境
Tev 论文提出长程智能体训练数据集 Tev-Gym（含 1170 个跨 7 领域任务）和进度-势能奖励塑形方法 PPRS，并据此训练 Tev-27B。该模型在 ALE-CM 上 Pass@5 与 GPT-6 Astra、Claude Opus 5 持平，并泛化到 Terminal-Bench 3.0/4.0，超过 GLM 5.2 和 Gemini 3.7 Flash。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。