先了解这件事
事件摘要
还没有公开综述，先看下面的报道时间线。
最新进展 · 正式报道
面壁智能与清华发布 PostTrainBench：智能体执行强但策略锁定事件进展
1 个已确认进展
- 来源：面壁智能 OpenBMB
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月26日
面壁智能 OpenBMB
面壁智能与清华发布 PostTrainBench：智能体执行强但策略锁定
面壁智能与清华团队基于 PostTrainBench 分析 1338 条完整训练轨迹，覆盖 7 个基准、4 个基座模型和 Claude Code、Codex CLI、OpenCode，在单张 H100 上运行 10 小时。结果显示智能体平均分随经验从 33.34 提升到 48.55，但 3557 组相邻实验中仅 2.1% 真正切换策略，执行层建议全部被采纳而策略层建议无一被采纳。同一检查点下，一句人类引导切换策略即可超过自主继续，GSM8K 提升 17.44pp、HumanEval 提升 10.80pp、AIME 2025 提升 6.67pp。