沙丘社区
论文

CLI-Gym：通过Agentic环境反转实现可扩展的CLI任务生成

CLI-Gym: Scalable CLI Task Generation via Agentic Environment Inversion

Yusong Lin, Haiyang Wang, Shuzhe Wu, Lue Fan, Feiyang Pan, Sanyuan Zhao, Dandan Tu
模型训练合成数据

摘要

Agentic 编码要求智能体与运行时环境（如命令行界面（Command Line Interface，CLI））有效交互，以完成解决依赖问题、修复系统故障等任务。但如何规模化获取此类环境密集型任务以增强智能体能力，仍缺乏充分探索。为解决这一问题，基于 Dockerfile 与 Agentic 任务之间的类比，我们提出让智能体在执行反馈的引导下模拟并探索环境历史。通过追踪健康环境的历史，可以将其状态反转为更早的、存在运行时故障的状态，再把故障状态与相应错误信息打包，即可派生出任务。借助我们名为 CLI-Gym 的方法，共派生出 1,655 个环境密集型任务，是同类中规模最大的集合。此外，利用整理好的成功轨迹，我们微调出的模型 LiberCoder 在 Terminal-Bench 上取得 +21.1%（提升至 46.1%）的大幅绝对改进，优于多种强基线。据我们所知，这是首个公开的、可规模化派生环境密集型任务的流水线。

CLI-Gym：通过Agentic环境反转实现可扩展的CLI任务生成
图1：我们提出的 CLI-Gym 流水线概览。1) 从一个 GitHub 仓库出发，我们构建由可运行环境、代码库及相关单元测试组成的黄金实例（gold instance）。2) 然后从单元测试中派生任务提示，并用智能体执行它们以获得导致失败的命令。基于观察到的执行命令和失败的测试，我们自动生成相应的问题描述（problem statement）。3) 最后，将前面各步骤的输出组装成标准化的任务实例。