論文の概要: ClawGym: A Scalable Framework for Building Effective Claw Agents

• arxiv url: http://arxiv.org/abs/2604.26904v1
• Date: Wed, 29 Apr 2026 17:12:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.515012
• Title: ClawGym: A Scalable Framework for Building Effective Claw Agents
• Title（参考訳）: ClawGym: 効果的なクローエージェントを構築するためのスケーラブルなフレームワーク
• Abstract要約: ClawGymは、Clawスタイルのパーソナルエージェント開発の全ライフサイクルをサポートするスケーラブルなフレームワークである。 ClawGym-SynDataは、ペルソナ駆動のインテントとスキル接地操作から合成された13.5Kのフィルタリングタスクのデータセットである。 次に、ブラックボックスのロールアウト軌跡の教師付き微調整を通じて、ClawGym-Agentsと呼ばれる有能なClawスタイルのモデルのファミリーを訓練する。 さらに、自動フィルタリングとヒューマンLLMレビューを通じて200インスタンスのベンチマークであるClawGym-Benchを構築します。
• 参考スコア（独自算出の注目度）: 47.47444724291439
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Claw-style environments support multi-step workflows over local files, tools, and persistent workspace states. However, scalable development around these environments remains constrained by the absence of a systematic framework, especially one for synthesizing verifiable training data and integrating it with agent training and diagnostic evaluation. To address this challenge, we present ClawGym, a scalable framework that supports the full lifecycle of Claw-style personal agent development. Concretely, we construct ClawGym-SynData, a diverse dataset of 13.5K filtered tasks synthesized from persona-driven intents and skill-grounded operations, paired with realistic mock workspaces and hybrid verification mechanisms. We then train a family of capable Claw-style models, termed ClawGym-Agents, through supervised fine-tuning on black-box rollout trajectories, and further explore reinforcement learning via a lightweight pipeline that parallelizes rollouts across per-task sandboxes.To support reliable evaluation, we further construct ClawGym-Bench, a benchmark of 200 instances calibrated through automated filtering and human-LLM review. Relevant resources will be soon released at https://github.com/ClawGym.
• Abstract（参考訳）: クロースタイルの環境は、ローカルファイル、ツール、永続的なワークスペース状態の多段階ワークフローをサポートする。 しかし、これらの環境に関するスケーラブルな開発は、特に検証可能なトレーニングデータを合成し、エージェントのトレーニングや診断評価と統合するための、体系的なフレームワークが欠如していることに制約され続けている。 この課題に対処するために、私たちはClawスタイルのパーソナルエージェント開発の全ライフサイクルをサポートするスケーラブルなフレームワークであるClawGymを紹介します。 具体的には,現実的なモックワークスペースとハイブリッド検証機構を組み合わせ,ペルソナ駆動の意図とスキル接地操作から合成された13.5Kタスクの多様なデータセットであるClawGym-SynDataを構築した。 次に、ブラックボックスのロールアウトトラジェクトリの教師付き微調整を通じてClawGym-Agentsと呼ばれる有能なClawスタイルのモデルのファミリーをトレーニングし、さらに、タスク毎のサンドボックス間のロールアウトを並列化する軽量パイプラインによる強化学習を探索する。信頼性評価をサポートするために、自動フィルタリングとヒューマンLLMレビューによって調整された200インスタンスのベンチマークであるClawGym-Benchをさらに構築する。 関連リソースはhttps://github.com/ClawGym.comで間もなくリリースされる。

関連論文リスト

• EnvCraft: Synthesizing Executable Environments in Agentic RL for Claw-like Agent [21.572853994120806]
  EnvCraftは、実行可能な環境とスケーラブルなトレーニングデータを合成する自動化フレームワークである。 エージェントRL訓練のための約20Kの複雑なタスクからなる139の対話環境を合成する。
  論文  参考訳（メタデータ） (2026-09-04T10:13:41Z)
• ClawGym II: Exploring Black-Box RL on Agent Harness [82.92963070856416]
  エージェントハーネスは、エージェントと環境との相互作用を調整することで、長期タスクの性能を大幅に改善した。 複雑なハーネスによる汎用エージェントの安定かつスケーラブルな最適化のための統合ブラックボックスRLフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-17T16:53:03Z)
• ClawRec: A Claw-Native Recommender System [70.37279331430653]
  我々はClaw-nativeレコメンデータシステムを導入し、プラットフォームローカルのランキングを超えて、多様なソースやコンテンツ形式にまたがる統一的で補完的なレコメンデーションスレートを生成する。 ClawRecは、クロスプラットフォームの振る舞いとクロスソースレコメンデーションを接続するエビデンスリンクされた、時間的に構造化されたユーザ状態を維持している。 ClawRec は NDCG@20 の 0.6134 (+0.1126) と Hit@20 の 0.6944 (+0.0854) を達成している。
  論文  参考訳（メタデータ） (2026-07-26T17:56:49Z)
• KAT-Coder-V2.5 Technical Report [61.907486544595336]
  KAT-Coder-V2.5は、実際の実行可能リポジトリ内で自律的に動作するよう訓練されたコーディング中心のエージェントモデルである。 マルチ言語リポジトリをサンドボックス環境に再構築し、フェイル・ツー・パスとパス・ツー・パスの検証を大規模に行う。 我々はさらに、ハーネスランダム化による強化学習、信頼性の強化されたサンドボックス、非対称なアクター-クリティックPPO、およびハイチ指向の報酬フレームワークをスケールする。
  論文  参考訳（メタデータ） (2026-07-06T08:14:02Z)
• ClawEnvKit: Automatic Environment Generation for Claw-Like Agents [85.29126619772153]
  我々は、オンデマンドで検証された環境を生成することができる自動生成パイプラインであるClawEnvKitを紹介する。 ClawEnvKitは、(1)自然言語入力から構造化生成パラメータを抽出するパイプライン、(2)タスク仕様、ツールインターフェース、スコアリング設定を生成するジェネレータ、(3)実現可能性、多様性、構造的妥当性、内部整合性を強制するバリデータからなる。 爪のようなエージェントの大規模なベンチマークであるAuto-ClawEvalを構築し、24のカテゴリで1,040の環境を網羅した。
  論文  参考訳（メタデータ） (2026-04-20T17:36:49Z)
• MetaClaw: Just Talk -- An Agent That Meta-Learns and Evolves in the Wild [74.7263562191605]
  大規模言語モデル(LLM)エージェントは、複雑なタスクにますます使われている。 既存の方法は、知識を蒸留せずに生の軌跡を保存するか、静的なスキルライブラリを維持するか、または再訓練のために破壊的なダウンタイムを必要とする。 本稿では,基本的なLCMポリシと再利用可能な行動スキルのライブラリを共同で進化させるメタ学習フレームワークであるMetaClawを紹介する。
  論文  参考訳（メタデータ） (2026-03-17T22:30:30Z)
• Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem [90.17610617854247]
  本稿では,エージェントモデルの生産パイプラインを最適化する基盤インフラであるエージェント学習エコシステム(ALE)を紹介する。 ALEは、重量最適化のためのトレーニング後のフレームワークであるROLL、軌道生成のためのサンドボックス環境マネージャであるROCK、効率的なコンテキストエンジニアリングのためのエージェントフレームワークであるiFlow CLIの3つのコンポーネントで構成されている。 ROMEはALEが基盤として100万件以上のトラジェクトリをトレーニングしたオープンソースエージェントです。
  論文  参考訳（メタデータ） (2025-12-31T14:03:39Z)
• CoRL: Environment Creation and Management Focused on System Integration [0.0]
  コア強化学習ライブラリ(Core Reinforcement Learning Library, CoRL)は、モジュール式で構成可能で、設定可能な環境作成ツールである。 簡単に読み取れる構成ファイル、ピダンティックバリデータ、およびファクタデザインパターンを使用することで、エージェントの観察、報酬、完了条件の微調整を可能にする。
  論文  参考訳（メタデータ） (2023-03-03T19:01:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。