arXiv · 12.07.2026 ·Инфраструктура для агентов

SETA: новая среда для масштабируемого обучения терминальных ИИ-агентов

Исследователи представили SETA (Scaling Environments for Terminal Agents) — специализированную инфраструктуру для обучения ИИ-агентов работе с командной строкой. Система решает проблему масштабируемости, предоставляя стандартизированную среду для выполнения задач в терминале. Это позволяет моделям эффективнее осваивать системное администрирование, анализ данных и машинное обучение через текстовый интерфейс, который является универсальным инструментом для взаимодействия с вычислительными системами.

Разработка направлена на преодоление ограничений существующих методов обучения, где взаимодействие с терминалом часто затруднено из-за непредсказуемости среды и отсутствия воспроизводимых условий. SETA предлагает контролируемую «песочницу», которая позволяет агентам совершать ошибки и обучаться на них без риска для реальных системных ресурсов. Это критически важный шаг для создания автономных систем, способных выполнять сложные многоэтапные операции в Linux-подобных окружениях.

Архитектура среды поддерживает интеграцию различных LLM, позволяя оценивать их способность к планированию, навигации по файловой системе и написанию скриптов. Использование подобных инфраструктурных решений упрощает процесс сбора данных для обучения с подкреплением и имитационного обучения, что в конечном итоге повышает надежность агентов при выполнении прикладных задач в реальных рабочих процессах.

Ключевые факты

SETA предоставляет масштабируемую среду для обучения агентов работе с CLI-интерфейсами.
Инфраструктура охватывает широкий спектр задач: от базовых системных операций до сложных пайплайнов в Data Science.
Система минимизирует риски при обучении, обеспечивая безопасную изоляцию процессов в терминале.
Решение ориентировано на повышение автономности моделей при взаимодействии с операционными системами и инструментами разработки.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

Hacker News · Инфраструктура для агентов TMax: новый метод обучения агентов для работы в терминале Исследователи представили TMax — специализированный подход к обучению с подкреплением (RL), предназначенный для создания ИИ-агентов, способных эффективно взаимодействовать с интерфейсом командной строки. В отличие от стандартных методов, TMax фокусируется на максимизации долгосрочной полезности действий в терминале, что позволяет моделям лучше справляться с многошаговыми задачами администрирования и разработки. MarkTechPost · Обучение и дообучение TRACE: система обучения ИИ-агентов через синтетические среды Исследователи из Стэнфорда представили TRACE — систему обучения ИИ-агентов, которая превращает повторяющиеся ошибки в специализированные тренировочные среды. Система анализирует траектории действий агента, выявляет пробелы в навыках, создает для них синтетические задачи с подкреплением и обучает отдельные LoRA-адаптеры. Это позволяет агентам динамически подключать нужные экспертные модули для решения сложных задач, значительно повышая точность выполнения операций. arXiv · Машинное обучение Модельно-ориентированный подход к созданию сред для обучения с подкреплением Исследователи представили новый подход к разработке виртуальных сред, предназначенных для обучения агентов с подкреплением (RL). Традиционно создание таких систем требует значительных затрат времени, так как для успешной сходимости алгоритмов агентам необходимо тренироваться в множестве схожих, но вариативных условий. Авторы работы предлагают использовать модельно-ориентированную методологию, которая позволяет автоматизировать генерацию семейств сред, сохраняя при этом их функциональную близость. Hacker News · Инфраструктура для агентов Letta: фреймворк для создания агентов с долгосрочной памятью Letta представила платформу для разработки ИИ-агентов, способных к непрерывному обучению и хранению контекста. В отличие от стандартных LLM, работающих в рамках одного сеанса, система позволяет агентам управлять собственной памятью, сохраняя информацию о пользователе и прошлых взаимодействиях. Это обеспечивает персонализацию ответов и выполнение сложных задач, требующих накопленного опыта и долгосрочного планирования. arXiv · Оркестрация агентов Новый метод обучения агентов для работы с графическими интерфейсами Исследователи представили подход к обучению агентов (Computer-Use Agents), способных выполнять задачи в графических интерфейсах через подкрепляющее обучение. Основная проблема — отсутствие масштабируемых сигналов вознаграждения в десктопных средах — решена с помощью системы автономной оценки. Это позволяет агентам обучаться достижению целей, опираясь на визуальное подтверждение успеха без необходимости ручной разметки данных или создания сложных функций вознаграждения. Hacker News · Инфраструктура для агентов Масштабируемые песочницы для безопасного исполнения кода ИИ-агентами Компания Adapt представила инфраструктурное решение для запуска изолированных сред (песочниц), позволяющих ИИ-агентам безопасно выполнять программный код в масштабе. Система решает проблему контроля ресурсов и безопасности при работе с внешними инструментами, обеспечивая низкую задержку и высокую плотность запуска контейнеров, что критически важно для сложных агентных систем, требующих автономного взаимодействия с вычислительной средой. arXiv · Машинное обучение TOFFEE: новый подход к синтезу траекторий для обучения ИИ-агентов в аналитике Исследователи представили TOFFEE — систему для автоматизированного синтеза высококачественных траекторий поведения ИИ-агентов, работающих с данными. Решение решает проблему плохой обобщаемости LLM-агентов в сложных корпоративных средах. Генерируя разнообразные сценарии аналитических рабочих процессов, система позволяет эффективнее обучать модели выполнению сложных задач, с которыми агенты ранее не сталкивались в процессе своего обучения или настройки. Hacker News · Инфраструктура для агентов Stack Overflow запускает платформу для обучения ИИ-агентов Stack Overflow представил специализированный ресурс, ориентированный на разработчиков ИИ-агентов. Платформа предоставляет доступ к проверенной базе знаний, накопленной сообществом за годы обсуждения программного кода, для обучения и донастройки моделей. Основная цель проекта — обеспечить агентов качественными данными, которые позволяют им точнее интерпретировать технические задачи и генерировать корректные решения. arXiv · Машинное обучение Метод ASALT для адаптивного переноса знаний в мультиагентном обучении с подкреплением Исследователи представили ASALT — новый подход к обучению с подкреплением для нескольких агентов (MARL), решающий проблему переноса знаний между различными средами. В отличие от существующих методов, требующих идентичности размерностей пространств состояний и наблюдений, ASALT позволяет эффективно адаптировать стратегии агентов при изменении конфигурации среды, обеспечивая гибкость в задачах с разным количеством участников или параметрами окружения. Hacker News · ИИ в бизнесе Создание эффективных ИИ-агентов для тестирования на проникновение Разработка специализированных ИИ-агентов для пентестинга требует перехода от простых цепочек промптов к сложным архитектурам с глубоким контекстом. Современный подход фокусируется на интеграции агентов с инструментами сканирования уязвимостей, автоматизации этапов разведки и приоритизации векторов атак, что позволяет значительно сократить время на обнаружение критических брешей в безопасности корпоративных систем и инфраструктуры.

← Все материалы