Adobe Research 与 UCLA 提出 Tev：用可验证进度奖励破解长程 Agent 训练难题

Adobe Research 与 UCLA 提出 Tev，通过合成环境和可验证的进度奖励，为长程 Agent 训练提供学习信号。Tev-Gym 涵盖 7 个领域的 1170 个环境；在 18 个 ALE-CM 任务上，Tev-27B 的 Pass@5 从 0.17 提升至 0.28，达到报告的 GPT-6 水平。