Hugging Face发布RES框架：革新智能体训练与评估环境扩展技术

摘要：Hugging Face推出了一种名为递归环境扩展（RES）的新框架，用于提升智能体基准测试的难度，同时保持核心任务目标不变。RES通过改变信息访问、资源关系和执行依赖性，生成一系列相关环境用于训练和评估。实验结果表明，RES框架显著增加了任务难度，模型在Claw-Eval-Live基准测试中的成功率下降了57.14%至77.14%。此外，基于RES轨迹的微调在所有九个模型-基准测试比较中均优于原始轨迹的监督微调，提升幅度为7.00%至14.61%。这项研究为智能体训练和评估提供了新的思路。

---

核心突破

Hugging Face推出的递归环境扩展（RES）框架，通过系统性地调整现有基准测试环境来增加智能体训练的难度，同时保持任务目标不变。RES通过以下方式实现这一目标：

1. 信息访问调整：改变智能体获取信息的途径，例如限制感知范围或引入噪声。
2. 资源关系修改：调整资源之间的关系，例如资源可用性或依赖性。
3. 执行依赖性变化：改变任务的执行流程和依赖关系，例如引入新的步骤或并行任务。

这些变化通过执行验证机制进行验证，并在一系列迭代中继承和扩展，从而生成一系列相关但更具挑战性的环境。

技术机制剖析

RES框架的核心机制包括：

• 提议者（Proposer）：负责提出环境变化方案。
• 验证器（Validator）：基于执行结果验证提议的有效性。
• 继承机制（Inheritance Mechanism）：将有效的变化继承到后续迭代中，确保环境扩展的连续性和系统性。

工程权衡与实测表现

实验表明，RES框架显著增加了任务难度，所有六个评估模型在294个初始任务上的成功率均大幅下降，其中Claw-Eval-Live基准测试中的下降幅度最大，达到57.14%至77.14%。

此外，基于RES轨迹的微调在所有九个模型-基准测试比较中均优于原始轨迹的监督微调，提升幅度为7.00%至14.61%。这表明，RES框架不仅适用于智能体评估，还能有效提升训练效果。

开发者落地与部署建议

对于开发者而言，RES框架提供了一种新的智能体训练和评估方法，具有以下优势：

• 提高智能体鲁棒性：通过在更具挑战性的环境中训练，智能体能够更好地适应现实世界的复杂性和不确定性。
• 优化训练效率：基于RES轨迹的微调可以显著提升训练效果，减少训练时间。
• 增强评估准确性：RES框架提供了一种更全面的评估方法，能够更准确地反映智能体的实际能力。

建议开发者在使用RES框架时，结合具体的应用场景和任务目标，灵活调整环境变化方案，以获得最佳的训练和评估效果。

---

消息来源：Hugging Face Daily Papers (2026-10-12)

—— 完 ——

主题标签： #Hugging Face 关注 #智能体 关注 #环境扩展 关注 #强化学习 关注 #AI训练 关注