https://inkeast.github.io/MessageDaily/tags/%E6%95%B0%E6%8D%AE%E5%90%88%E6%88%90/Recent content in 数据合成 on MessageDailyHugozh-cnThu, 29 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-29-agent-env-synthesis-trio-paper-reading/Thu, 29 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-29-agent-env-synthesis-trio-paper-reading/本文精读 2026 年 10 月三篇关于 Agent 训练环境合成的论文：Apple 的 SynthAPI 用 A/T/S/D 四个组成旋钮与 849 个模型拟合出首个组成感知 scaling law，发现多样性比数量更重要，同预算下配方差异即机会成本；IQuest 联合五校的 WorkFactory 用反向信息支持图把「前提在哪、结果谁算」显式化，配合工作保持修复把 112,686 个专业任务的环境缺陷率大幅压低，SFT 后 35B-A3B 模型在 GDPval-AA 上提升 686 Elo；CMU 的 Gym-Anything-RT 则揭示被现有 benchmark 完全忽略的实时性维度——环境不等待 Agent 时 xHigh 推理努力失效，9% 对 66% 的巨大落差证明速度才是第一瓶颈，而写代码把感知循环下沉可获 3.4 倍提升。三篇合读可见环境合成正从堆数量走向讲科学：组成可控、信息完备、时间维度缺一不可。