行业与实践 · 标签「S3Gym」

研究与基准测试/2026-08-31/9 分钟

自测不等于会改进：字节 S3Gym 把经验拆成三条链路来评

字节 Seed 的 S3Gym 把 Agent 自改进拆成自测、自评和三条吸收经验的通路：原始历史、摘要记忆和参数训练。七个文本游戏上，摘要不是历史的无条件升级，Qwen3-8B 训练在 Trust Evolution 抬升，在 PvZ 上出现负迁移。