UCLA与Adobe提出长程智能体训练框架Tev

2026年10月22日，机器之心报道，Adobe Research与UCLA团队提出Tev，并构建首个带可验证稠密渐进式奖励的长程智能体训练集Tev-Gym。报道称，该训练集包含1170个环境、覆盖7个领域，团队同时提出进度势能奖励塑形方法PPRS，用于长程智能体的训练。报道还称，27B模型在ALE-CM基准上追平GPT-6 Astra与Claude Opus 5。目前公开报道仅涉及上述框架、数据集、奖励方法与基准表现，未见后续进展或与早先报道相矛盾的内容。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。