CalibForge: 学習可能な終端タスクのスケーリングのための敵対的ソルバーキャリブレーション

学習可能な終端タスク（Terminal Task）のキャリブレーションにおいて、学習効率を高める「CalibForge」を提案。学習エージェントにとって適切に挑戦的なタスクを自動合成するシステムである。検証されたソルバーの挙動に基づき、敵対的なキャリブレーションを用いてタスクを改良し、複数ソルバー間の不一致をターゲットとする。

• 学習可能な終端タスクのスケーリングのための、敵対的ソルバーキャリブレーションシステムCalibForgeを提案する。
• CalibForgeは、検証されたソルバーの挙動を用いて候補タスクを敵対的に調整する。
• タスクの難易度をAIソルバーの学習ゾーンに基づいて調整し、より効果的な訓練データを作成する。
• CalibForgeで生成されたデータを用いたモデルは、Terminal-Bench 2.0などで大幅な性能向上を達成した。