POSEIDON 从代码仓库自动生成科学智能体训练环境，规模提升近十倍
论文AI 评分 78/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
POSEIDON 是一条自动化流水线，可从科学代码仓库批量生成可执行、可验证的训练环境。它把科学工作流拆成复现、子流程、补全、纠错四类任务，在同一仓库预算下产出的环境数量约为既有方法近十倍，并用递归改进循环回收失败候选。基于该流水线构建的 Pearl 集合含 97,659 个环境，来自 7,110 个公开仓库，覆盖 10 个学科。在 Pearl 上训练的 Qwen3.5（9B、27B、35B-A3B）在六个科学智能体基准上均取得稳定提升。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载训练环境为何难扩
材料把训练环境列为数据驱动科学发现类智能体的主要瓶颈：现有可执行且可验证的环境集合规模偏小，构建过程也难以放大。POSEIDON 的出发点正是绕开逐个人工搭建环境的路径，改为从科学代码仓库中自动抽取，使环境数量能随仓库数量扩展。
四类任务与递归回收
流水线把科学工作流拆成四种互补任务类型：复现、子流程、补全与纠错，每种类型对应科研中的一项不同能力。这样同一份仓库预算可以被多次利用，材料称其产出的环境数量接近此前方法的十倍。此外还有一个递归改进环节，对未通过筛选的候选继续加工，把原本会被丢弃的环境重新收回可用集合。
Pearl 的规模与学科分布
借助该流水线构建的 Pearl 包含 97,659 个可执行、可验证的环境，来源是 7,110 个公开仓库，横跨 10 个科学学科。材料称按其所知这是目前规模最大、学科覆盖最广的科学智能体训练环境集合。对需要科学任务训练数据的团队而言，这一集合的规模与学科跨度是可直接参考的量化指标。
训练效果与适用边界
材料给出的验证方式是：在 Pearl 上训练 Qwen3.5 的 9B、27B、35B-A3B 三个规模，并在六个具有挑战性的科学智能体基准上评测，结果均表现为稳定提升。材料未披露各基准的具体分数、提升幅度，也未说明环境构建的开销与失败率，这些细节需查阅原文。
为什么值得看
训练环境稀缺是科学智能体的主要瓶颈，这里给出了可复用的规模化生成方法与大规模公开环境集合。
Qwen智能体
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。