論文の概要: Meta-Task: Turning Terminal Task Synthesis into a Terminal Task for Scalable Agent Training
- arxiv url: http://arxiv.org/abs/2607.27929v1
- Date: Thu, 30 Jul 2026 09:41:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.490716
- Title: Meta-Task: Turning Terminal Task Synthesis into a Terminal Task for Scalable Agent Training
- Title（参考訳）: メタタスク: 終端タスク合成をスケーラブルエージェント訓練のための終端タスクに変換する
- Abstract要約: 大規模な端末エージェントの訓練には、多様な検証可能な端末タスクと高品質な対話トラジェクトリが必要である。
既存のメソッドは、タスク生成と実際の実行の切り離しによって生じる信頼性の弱い2つの重要な制限に直面している。
本稿では,ターミナル・ベンチ形式タスク自体として端末タスク合成を再定義するMeta-Taskを提案する。
- 参考スコア（独自算出の注目度）: 13.580418686043815
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Training terminal agents at scale requires diverse, verifiable terminal tasks and high-quality interaction trajectories, yet acquiring such data remains a significant challenge. Existing synthesis methods face two key limitations: (1) weak reliability caused by the disconnect between task generation and real execution, and (2) limited diversity and scalability due to dependence on existing repositories. We propose Meta-Task, a framework that redefines terminal task synthesis as a Terminal-Bench-format task itself: an agent operates within a real container environment to iteratively generate, execute, and verify tasks, so that synthesized components are checked for internal consistency and executability within the generation loop itself. Building upon this, we decouple the target task requirements along multiple dimensions, introduce a multi-phase mechanism that dynamically designs novel task specifications before producing the actual tasks, and incorporate optional external material support to enhance diversity and realism. We additionally apply LLM-as-Judge filtering to ensure the quality of the final training data. Experiments on Terminal-Bench 2.0 show that fine-tuning on only 3,221 Meta-Task synthesized trajectories achieves 22.5% and 31.8% Avg Pass@1 for Qwen3-14B and Qwen3-32B respectively, outperforming concurrent approaches with significantly less training data.
- Abstract（参考訳）: 大規模な端末エージェントの訓練には、多様な検証可能な端末タスクと高品質なインタラクショントラジェクトリが必要であるが、そのようなデータを取得することは大きな課題である。
既存の合成手法には,(1)タスク生成と実際の実行の切り離しによる信頼性の低下,(2)既存のリポジトリへの依存による多様性とスケーラビリティの制限,という2つの制約がある。
エージェントは実際のコンテナ環境内で動作し、タスクを反復的に生成、実行、検証することにより、生成ループ自体の内部の一貫性と実行性を確認する。
目的とするタスク要求を複数の次元に沿って分離し、実際のタスクを生成する前に新しいタスク仕様を動的に設計するマルチフェーズ機構を導入し、多様性とリアリズムを高めるためにオプションの外部材料サポートを組み込む。
また,LLM-as-Judgeフィルタを適用し,最終的なトレーニングデータの品質を確保する。
Terminal-Bench 2.0の実験によれば、Qwen3-14BとQwen3-32Bの3,221個のMeta-Task合成軌道の微調整は22.5%と31.8%のAvg Pass@1をそれぞれ達成し、訓練データを大幅に削減した。
関連論文リスト
- Terminal-Universe: Turning Agent Trajectories into Scalable Terminal Environments [89.86581796261123]
それぞれの軌道を再利用可能な環境に変えるためのフレームワークである Terminal-Universe を紹介する。
Terminal-Universeは、トラジェクトリに記録されたファイル操作をリプレイして、エージェントが変更する前に各ファイルを復元し、部分的なワークスペースを生成する。
また、タスクは幅と深さの2つの軸に沿ってスケールします。
論文 参考訳（メタデータ） (2026-09-03T17:41:05Z) - FACET: Preserving Source Intent and Executable State in Terminal Task Synthesis [37.074035615771066]
FACET(Fine-fine Agentic Construction of Executable Tasks)は、情報保存とクロスアーティファクトの整合性に対処するフレームワークである。
関連するエージェントスキルを一貫性のある情報豊富なシナリオに再構築し、実行環境を実現し、修復する。
複雑な端末タスクを高密度な実行可能チェックで生成し、これらのタスクから収集された軌道は、効果的なデータ効率の監視を提供する。
論文 参考訳（メタデータ） (2026-08-19T06:19:20Z) - CLI-Universe: Towards Verifiable Task Synthesis Engine for Terminal Agents [40.27594136040026]
端末エージェントタスクを構成する合成エンジンCLI-Universeを紹介する。
CLI-Universe-6Kと呼ばれる6000のトラジェクトリのデータセットをインスタンス化する。
注目すべきは、CLI-Universe-6K上の微調整Qwen3-32Bはターミナルベンチ2.0で33.4%に達することである。
論文 参考訳（メタデータ） (2026-06-22T05:50:23Z) - Terminal-World: Scaling Terminal-Agent Environments via Agent Skills [52.39713754337834]
エージェントスキルを中心的な合成プリミティブとして利用する完全自動化パイプラインである Terminal-World を紹介する。
我々は,5,723のトレーニング環境を構築し,端末-ワールド-8B/14B/32Bを6つのベンチマークで評価した。
Terminal-World-32B は Terminal-Bench 2.0 で Nemotron-Terminal-32B を +4.5 Pass@1 (31.5) で上回り、43.8 Pass@3 に達する。
論文 参考訳（メタデータ） (2026-05-20T08:14:51Z) - Toward Scalable Terminal Task Synthesis via Skill Graphs [16.33536290621557]
ターミナルエージェントは、自律的なコマンドライン実行の可能性を強く示してきたが、その訓練は高品質で多様な実行軌跡の不足によって制限されている。
本稿では,シナリオ駆動型スキルグラフ上に構築された端末タスク合成のための自動フレームワークであるSkill Synthを紹介する。
論文 参考訳（メタデータ） (2026-04-28T14:53:59Z) - TermiGen: High-Fidelity Environment and Robust Trajectory Synthesis for Terminal Agents [70.68963723787424]
TermiGenは検証可能な環境とレジリエントな専門家軌道を合成するためのエンドツーエンドパイプラインである。
TermiGen-Qwen2.5-Coder-32B は TerminalBench 上で 31.3% のパスレートを達成した。
論文 参考訳（メタデータ） (2026-02-06T23:56:50Z) - Large-Scale Terminal Agentic Trajectory Generation from Dockerized Environments [36.81059045059001]
終端型タスクのトレーニングエージェントモデルは、現実的な長距離相互作用を捉える高品質な終端軌道に依存する。
我々は,Dockerに準拠したタスクインスタンスを生成し,エージェントトラジェクトリを実行可能なバリデーションコードで合成する,スケーラブルなパイプラインである textbfTerminalTraj を提案する。
TerminalTrajを使って32KのDockerイメージをキュレートし、8つのドメインにわたる50,733の認証済みターミナルトラジェクトリを生成します。
論文 参考訳（メタデータ） (2026-02-01T14:09:23Z) - Trajectory2Task: Training Robust Tool-Calling Agents with Synthesized Yet Verifiable Data for Complex User Intents [52.30603055218294]
Trajectory2Taskは,3つの現実的なユーザシナリオの下で大規模なツール使用を研究するための,検証可能なデータ生成パイプラインである。
有効なツールコールトラジェクトリを、制御されたインテント適応を伴うユーザ向けタスクに変換する。
我々は、生成された複雑なユーザシナリオタスクに対して、7つの最先端のLCMをベンチマークし、頻繁な障害を観察する。
論文 参考訳（メタデータ） (2026-01-28T00:36:13Z) - Task Indicating Transformer for Task-conditional Dense Predictions [16.92067246179703]
この課題に対処するために,タスク表示変換(TIT)と呼ばれる新しいタスク条件フレームワークを導入する。
本手法では,行列分解によるタスク指示行列を組み込んだMix Task Adapterモジュールをトランスフォーマーブロック内に設計する。
また,タスク表示ベクトルとゲーティング機構を利用するタスクゲートデコーダモジュールを提案する。
論文 参考訳（メタデータ） (2024-03-01T07:06:57Z) - Task-Distributionally Robust Data-Free Meta-Learning [99.56612787882334]
Data-Free Meta-Learning (DFML)は、複数の事前学習モデルを活用することで、独自のトレーニングデータを必要とせずに、新しいタスクを効率的に学習することを目的としている。
TDS(Task-Distribution Shift)とTDC(Task-Distribution Corruption)の2つの大きな課題を初めて明らかにした。
論文 参考訳（メタデータ） (2023-11-23T15:46:54Z) - Meta Reinforcement Learning with Autonomous Inference of Subtask
Dependencies [57.27944046925876]
本稿では,タスクがサブタスクグラフによって特徴づけられるような,新しい数発のRL問題を提案し,対処する。
メタ政治を直接学習する代わりに、Subtask Graph Inferenceを使ったメタラーナーを開発した。
実験の結果,2つのグリッドワールド領域とStarCraft II環境において,提案手法が潜在タスクパラメータを正確に推定できることが確認された。
論文 参考訳（メタデータ） (2020-01-01T17:34:00Z)
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。