**SkillGym:通过自动可验证环境生成训练技能使用智能体** _SkillGym: Training Skill-Use Agents with Aut
原帖
**SkillGym:通过自动可验证环境生成训练技能使用智能体**
_SkillGym: Training Skill-Use Agents with Automatic Verifiable Environment Generation_
> HuggingFace 社区热门论文 SkillGym 提出了一种自动构建可验证环境、收集轨迹并训练技能使用智能体的流水线。该工作从互联网爬取技能,筛选出可离线复现的工作流,并通过构建者-审查者机制生成 6.8k 个难度可控的环境及 19k 条验证成功的轨迹。基于这些数据进行监督微调后,不同规模(2B-122B)的 LLM 在四个基准上性能显著提升,其中 Qwen3.5-9B 在两项任务上超越了 397B 未训练模型。分析表明,训练有效提升了智能体调用相关技能的比率(从 28% 升至 96%),且效果可泛化至训练数据中占少数的任务类型及未见过的技能。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-01 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.37539)