Weyaxi phát hành 1.000 môi trường RL cho terminal agent

Bộ dữ liệu TermGrade mới thiết lập một framework mã nguồn mở giúp cải thiện cách các mô hình AI thực thi lệnh trong terminal. Weyaxi cùng @aiand_ vừa phát hành 1.000 môi trường reinforcement learning (RL) có thể chạy được, đã qua kiểm chứng bằng cách thực thi và chấm điểm trên 6 mô hình khác nhau, kèm theo 36.000 đường đi gồm cả các lần thử thất bại và công thức huấn luyện RL. Huấn luyện mô hình gemma-4-31B-it trên các tác vụ mà nó giải quyết thành công 50% thời gian mang lại mức tăng 3,1 điểm trên benchmark Terminal-Bench 2.1. Dự án cũng cung cấp tài liệu chi tiết về cách xây dựng và đánh giá các môi trường nhằm mang đến nguồn tài nguyên minh bạch cho các nhà phát triển đang xây dựng agent hoạt động qua giao diện dòng lệnh.