蚂蚁集团提出 Marathoner:用 GitHub 百万行级 PR 合成任务,让 9B 开源模型连续工作 10 小时以上、完成 1000+ 次工具调用
该工作提出 Marathoner,一个通过超长时程任务合成、拒绝采样微调与强化学习后训练流程训练出的自主智能体模型,在 5 个超长时程基准上相对基座 Qwen3.5-9B 取得一致且明显的提升,并在部分基准上超过强闭源模型,分析显示其可在高难度任务上持续执行 10 小时以上、发起 1000+ 次工具调用。
该工作提出 Marathoner,一个通过超长时程任务合成、拒绝采样微调与强化学习后训练流程训练出的自主智能体模型,在 5 个超长时程基准上相对基座 Qwen3.5-9B 取得一致且明显的提升,并在部分基准上超过强闭源模型,分析显示其可在高难度任务上持续执行 10 小时以上、发起 1000+ 次工具调用。
已读完全部报道