Poseidon 从代码仓库规模化生成科学智能体训练环境，并构建 Pearl 数据集。
资讯摘要
论文提出 Poseidon，一个从科学代码仓库自动生成可验证训练环境的流水线，将科学工作流拆为 Reproduction、Subflow、Completion、Correction 四类任务，同等仓库预算下产出约为先前方法的近 10 倍，并用递归改进循环回收失败候选。作者据此构建 Pearl，含 97,659 个可执行环境、来自 7,110 个公共仓库、覆盖 10 个学科；作者报告 Qwen3.5（9B、27B、35B-A3B）在 Pearl 上训练后在六个科学智能体基准上取得一致提升。
要点速读
- Poseidon 将科学工作流分解为 Reproduction、Subflow、Completion、Correction 四类任务，同等仓库预算下提取的训练环境数量接近先前方法的 10 倍。
- 作者构建 Pearl 数据集，包含 97,659 个可执行可验证环境，来自 7,110 个公共仓库，覆盖 10 个科学学科。
- 作者报告 Qwen3.5（9B、27B、35B-A3B）在 Pearl 上训练后，于六个科学智能体基准上取得一致提升。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。