WildAWM
微软研究院提出的开源合成环境生成框架，用开源模型自动生成同时支持GUI、MCP和CLI三种交互方式的可执行计算机代理训练环境，并配基于执行的质量门控机制筛选任务。
时间轴 (近 90 天)
微软研究院提出了WildAWM（Agent World Model in the Wild），一种用开源模型自动生成可控计算机环境和任务的合成路径，用于训练计算机代理。
WildAWM的代码已在GitHub开源，仓库路径为MSR-Orchard/WildAWM。
WildAWM构建的可执行环境同时支持图形用户界面（GUI）、模型上下文协议（MCP）服务和命令行界面（CLI）三种交互方式。
WildAWM引入了基于执行的质量门控，包含异构代理rollout、交叉裁判一致性检查和反事实探针三种机制。
WildAWM产出了341个环境-任务对。
WildAWM中的任务属于长程类型，部分任务需要超过100个代理步骤才能完成。
即便前沿模型GPT-6-Astra也只能解决WildAWM任务中的60%。
研究团队仅用WildAWM合成世界训练了两个不同规模的Qwen模型，并在8个分布外（OOD）基准上评估，覆盖Web代理、claw类任务和计算机使用代理。
两个仅在WildAWM合成环境训练的Qwen模型在8个OOD基准上都取得了显著提升，说明习得能力可以泛化到未见过的计算机使用任务。
论文将合成环境与真实系统的分布差距如何量化列为开放问题之一。
还有 2 条时间轴事件
全部知识事实 (12)
论文将341个任务对更大规模训练的支撑是否足够列为开放问题之一。
50%待验证微软研究院提出了WildAWM（Agent World Model in the Wild），一种用开源模型自动生成可控计算机环境和任务的合成路径，用于训练计算机代理。
50%待验证WildAWM构建的可执行环境同时支持图形用户界面（GUI）、模型上下文协议（MCP）服务和命令行界面（CLI）三种交互方式。
50%待验证WildAWM引入了基于执行的质量门控，包含异构代理rollout、交叉裁判一致性检查和反事实探针三种机制。
50%待验证WildAWM产出了341个环境-任务对。
50%待验证WildAWM中的任务属于长程类型，部分任务需要超过100个代理步骤才能完成。
50%待验证即便前沿模型GPT-6-Astra也只能解决WildAWM任务中的60%。
50%待验证研究团队仅用WildAWM合成世界训练了两个不同规模的Qwen模型，并在8个分布外（OOD）基准上评估，覆盖Web代理、claw类任务和计算机使用代理。
50%待验证两个仅在WildAWM合成环境训练的Qwen模型在8个OOD基准上都取得了显著提升，说明习得能力可以泛化到未见过的计算机使用任务。
50%待验证论文将合成环境与真实系统的分布差距如何量化列为开放问题之一。
50%待验证论文将验证器在更复杂任务上的可靠性如何维持列为开放问题之一。
50%待验证WildAWM的代码已在GitHub开源，仓库路径为MSR-Orchard/WildAWM。
50%