Hugging Face CEO推介TermGrade开源终端智能体RL环境
先了解这件事
AI 综述
2026年10月9日，Hugging Face CEO Clément Delangue 在 X 上发文，介绍 Weyaxi 团队开源发布的 TermGrade。这是一套面向终端智能体的高质量强化学习（RL）环境，完全开源，并公开了环境构建、评分的完整过程以及所用的 RL 训练配方。该数据集包含 1000 个可执行环境，每个环境均经过执行验证，并对照 6 个模型进行评分，同时附带支撑评分的全部 36k 条轨迹（含失败样本）。作者称，使用这些任务训练 gemma-4-31B-it，在其原本能解出一半的任务上使 Terminal-Bench 2.1 提升 +3.1。
报道时间线
10月9日
- TermGrade 开源发布：1k 个终端智能体 RL 环境与训练配方
Weyaxi 团队发布 TermGrade，这是一套面向终端智能体的高质量 RL 环境，完全开源，同时公开构建与评分的完整过程以及所用的 RL 训练配方。该数据集包含 1k 个可执行环境，每个都经执行验证并对照 6 个模型评分，附带支撑评分的全部 36k 条轨迹（含失败样本）。作者称用这些任务训练 gemma-4-31B-it，在其原本能解出一半的任务上使 Terminal-Bench 2.1 提升 +3.1。