通过技能图迈向可扩展的终端任务合成

摘要

终端智能体在自主命令行执行方面已展现出强大潜力，但其训练仍受限于高质量、多样化执行轨迹的稀缺。现有方法通过合成大规模终端任务实例用于轨迹采样来缓解这一瓶颈。然而，这些方法主要关注扩大任务数量，而对智能体在训练过程中实际经历的执行轨迹的多样性控制有限。本文提出SkillSynth，一个建立在场景中介技能图之上的自动化终端任务合成框架。SkillSynth首先构建一个大规模技能图，其中场景作为连接多样命令行技能的中间转移节点。随后它从该图中采样路径作为真实世界工作流的抽象，并使用多智能体框架（multi-agent harness）将这些路径实例化为可执行的任务实例。通过将任务合成锚定在图采样的工作流路径上，SkillSynth显式控制解决合成任务所需的最小执行轨迹的多样性。在Terminal-Bench上的实验验证了SkillSynth的有效性。此外，SkillSynth合成的任务实例已被用于训练Hy3 Preview，助力其提升在基于终端场景中的智能体能力。

通过技能图迈向可扩展的终端任务合成：论文配图 — 图 2：SkillSynth 概述。 (a) 场景 σ\sigma 和技能 κ\kappa（以橙色突出显示）的组合路径 𝒫\mathcal{P} 是从场景介导的技能图中采样的。 (b) 多代理工具通过规划器和工具增强的合成代理将 𝒫\mathcal{P} 实例化为任务实例的组件，然后进行双重验证，检查可解决性（基于执行）和规范质量（基于标题）；失败的实例重新进入综合循环进行迭代修复。 (c) 生成的任务实例 𝒯\mathcal{T} 是完全可执行并经过验证的。