Terminal-World: Pipeline automatizzata per il ridimensionamento di ambienti per agenti terminali

Un team di ricercatori ha presentato Terminal-World, un sistema automatizzato progettato per utilizzare le competenze degli agenti come metodo principale per produrre dati di addestramento di alta qualità per agenti terminali. Questi agenti terminali migliorano i Large Language Models consentendo loro di eseguire compiti in ambienti a riga di comando. Tuttavia, lo sviluppo è stato ostacolato dalla mancanza di dati di addestramento di qualità. I metodi attuali si basano su fonti limitate come semi definiti dall'uomo o repository GitHub, generando compiti ristretti a distribuzioni di semi limitate, ambienti non allineati e percorsi di esplorazione inefficienti. Terminal-World supera queste sfide generando istruzioni per i compiti, ambienti e traiettorie di insegnamento a partire dalle competenze degli agenti, che specificano cosa raggiungere, quando agire e come procedere. Inoltre, combina le competenze in team per ampliare la gamma di sintesi. Questa ricerca è dettagliata in un articolo su arXiv, identificato come 2605.20876.