# SkillGym 基於技能軌跡微調 Qwen3.5-35B-A3B

一篇論文提出 SkillGym，將人工編寫的技能轉化為 2,756 個訓練環境，並基於 8,364 條成功軌跡進行微調。論文報告稱，運行於 Claude Code 的 Qwen3.5-35B-A3B 其後在 Terminal-Bench 2.1 上提高 19.10 分，並在技能輔助的 SkillsBench v1.1 上達到 51.47%。

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

HTML: https://didcodexreset.com/zh-hk/news/f6635ef4b9914e71a854e51e.html

Content language: zh-HK
Localization state: translated

來源：DAIR.AI · 發布於 28/9/2026 06:43:06

一篇論文提出 SkillGym，將人工編寫的技能轉化為帶有基於程式碼的檢查器的 2,756 個訓練環境，並基於 8,364 條成功軌跡進行微調。論文為 [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)。

微調後，運行於 Claude Code 的 Qwen3.5-35B-A3B 在 Terminal-Bench 2.1 上提高 19.10 分，在技能輔助的 SkillsBench v1.1 上提高 28.13 分，達到 51.47%。論文報告稱，該結果高於 Claude Sonnet 4.6 和 GPT-5.4 Mini 的已報告分數。在未載入技能時，訓練後的模型勝過在上下文中帶有這些技能的基礎模型。

Tags: SkillGym, Qwen, Terminal-Bench, SkillsBench, 微調

[查看主帖原文](https://x.com/dair_ai/status/2104339055194546595)
