# SkillGym 基于技能轨迹微调 Qwen3.5-35B-A3B

一篇论文提出 SkillGym，将人工编写的技能转化为 2,756 个训练环境，并基于 8,364 条成功轨迹进行微调。论文报告称，运行于 Claude Code 的 Qwen3.5-35B-A3B 随后在 Terminal-Bench 2.1 上提高 19.10 分，并在技能辅助的 SkillsBench v1.1 上达到 51.47%。

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

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

Content language: zh-CN
Localization state: translated

来源：DAIR.AI · 发布于 2026/9/28 06:43:06

一篇论文提出 SkillGym，将人工编写的技能转化为带有基于代码的检查器的 2,756 个训练环境，并基于 8,364 条成功轨迹进行微调。论文为 [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)。

微调后，运行于 Claude Code 的 Qwen3.5-35B-A3B 在 Terminal-Bench 2.1 上提高 19.10 分，在技能辅助的 SkillsBench v1.1 上提高 28.13 分，达到 51.47%。论文报告称，该结果高于 Claude Sonnet 4.6 和 GPT-5.4 Mini 的已报告分数。在未加载技能时，训练后的模型胜过在上下文中带有这些技能的基础模型。

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

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