Tev 发布长时程智能体训练数据集与配方

论文作者发布 Tev-Gym，称这是首个带可验证稠密渐进奖励的长时长智能体训练数据集，覆盖 7 个领域、共 1,170 个任务环境。 数据集采用 latent-world-first 方法，逐级渲染出复杂度可控的环境，用于长时长智能体训练；同一发布还包括 PPRS 训练配方与 Tev-27B 模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。