Poseidon 从代码仓库大规模生成科学 Agent 训练环境

2026年10月26日，arXiv cs.AI 发布 Poseidon 论文。研究提出一条自动化流水线，可从科学代码仓库大规模生成可执行、可验证的训练环境；在相同仓库预算下，其产出约为此前方法的 10 倍。基于该流水线构建的数据集 Pearl 收录 97,659 个可执行、可验证环境，来自 7,110 个公开仓库，覆盖 10 个学科。在 Pearl 上训练 Qwen3.5 系列模型（9B、27B、35B-A3B）后，六个科学智能体基准上均获得一致提升。目前进展为论文公开了流水线方法、数据集规模与模型训练评测结果，报道未提及代码或数据是否开源，也未给出具体基准分数与提升幅度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。