Hugging Face Daily Papers·· 5 天前精选AI 评分62
AutoEnvScaling：用终端智能体自动化数据飞轮
AutoEnvScaling: Automating the Data Flywheel with Terminal Agents
AI 导读
论文提出 AutoEnvScaling，把 RL 环境设计当作终端任务，由 proposer agent 基于 solver 的 rollout 构建新环境，再由新 rollout 引导下一轮。
推荐理由
论文把环境设计本身变成终端任务，用数据飞轮让模型在出题与解题两个角色上共同进化。
来源：Hugging Face Daily Papers · huggingface.co