FACET构建可执行终端任务，微调提升Terminal-Bench性能。

转发 @HuggingPapers：FACET：从代理技能构建可执行的终端任务，同时保留意图和状态。FACET重建场景，先构建环境，然后将指令、解决方案和验证器与该状态对齐。生成6,078个具有密集检查的验证任务。使用1.2K轨迹进行微调可提升Terminal-Bench 2.1的表现。