FACET:终端任务合成中保留源意图与可执行状态
FACET: Preserving Source Intent and Executable State in Terminal Task Synthesis
来自 university of science and technology of china
摘要
训练终端代理需要可扩展的可执行监督,但合成高质量的终端任务仍具挑战性。每个任务都耦合了指令、初始化环境、参考解决方案和可执行验证器;如果这些构件基于不一致的假设生成,最终任务可能无法解决或评估错误。同时,多阶段合成可能丢弃原始来源中编码的目标、依赖关系、状态转换和程序性约束。我们提出FACET(细粒度可执行任务代理构建框架),该框架同时解决信息保留和跨构件一致性问题。FACET将相关代理技能重构为连贯、信息丰富的场景,然后在生成最终任务构件之前实现并修复执行环境。生成的容器状态作为指令、解决方案和验证器的共享基础,而基于执行的验证和针对性修复可纠正特定构件的失败,无需不必要地重新生成有效部分。FACET生成具有密集可执行检查的复杂终端任务,从这些任务中收集的成功轨迹提供了有效且数据高效的监督。在多个规模上微调模型持续提升Terminal-Bench 2.1上的性能,而替代生成方案的分析支持环境接地构建对任务有效性和解决方案-验证器对齐的重要性。这些结果确立了源意图保留和共享可执行状态接地作为可扩展终端任务合成的关键原则。
译自 Hugging Face · Daily Papers · arXiv:2608.18580 · 录于 二〇二六年八月二十一日