# SkillGym がスキル軌跡で Qwen3.5-35B-A3B をファインチューニング

論文が SkillGym を提案している。人が書いたスキルを 2,756 の訓練環境に変換し、8,364 件の成功軌跡でファインチューニングする。Claude Code 上の Qwen3.5-35B-A3B がその後 Terminal-Bench 2.1 で 19.10 ポイント向上し、スキル支援の SkillsBench v1.1 で 51.47% に達したと報告している。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-17T15:32:00.000Z
Query date (Asia/Tokyo): 2026-11-18

HTML: https://didcodexreset.com/ja/news/f6635ef4b9914e71a854e51e.html

Content language: ja
Localization state: translated

出典：DAIR.AI · 2026/9/28 07:43:06 公開

論文が SkillGym を提案している。人が書いたスキルを、コードベースのチェッカーを備えた 2,756 の訓練環境に変換し、8,364 件の成功軌跡でファインチューニングする。論文は [SkillGym: Internalizing Human Skills into LLMs for Real-World Problem Solving](https://academy.dair.ai/papers/skillgym-internalizing-human-skills-into-llms-for-real-world-problem-solving-2609.27717)。

ファインチューニング後、Claude Code 上で動作する Qwen3.5-35B-A3B は Terminal-Bench 2.1 で 19.10 ポイント、スキル支援の SkillsBench v1.1 で 28.13 ポイント向上し、51.47% に達した。論文は、この結果が Claude Sonnet 4.6 と GPT-5.4 Mini の報告済みスコアを上回ると報告している。スキルを読み込まない場合でも、訓練後のモデルは、スキルをコンテキストに持つベースモデルを上回った。

Tags: SkillGym, Qwen, Terminal-Bench, SkillsBench, ファインチューニング

[元の投稿を見る](https://x.com/dair_ai/status/2104339055194546595)
