arXiv · cs.AI· Wenbo Hu, Shraman Pramanick, Krishna Kumar Singh, Nanyun Peng, Kai-Wei Chang, Yong Jae Lee·· 11 小时前
Tev 通过密集进展奖励扩展长程智能体训练环境
Tev: Scaling Long-Horizon Agentic Environments with Dense Progress Rewards
arXiv:2610.18868v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Wenbo Hu, Shraman Pramanick, Krishna Kumar Singh, Nanyun Peng, Kai-Wei Chang, Yong Jae Lee
研究任务与主要进展
作者提出 Tev-Gym，包含覆盖 7 个领域的 1,170 个可验证长程任务环境，并用进展势能奖励塑形（PPRS）将任务进展转化为逐步密集奖励。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org