Marathoner：超长时程自主智能体模型

研究团队提出自主智能体模型 Marathoner，通过后训练流水线赋予基座模型超长时程执行能力，在 5 个超长时程任务基准上稳定超越基座模型，甚至超过强闭源模型。该模型可连续工作 10+ 小时、执行 1000+ 次工具调用，训练数据来自 GitHub 仓库中新增 1000+ 行代码的大型发布 PR，并采用多任务链式合成与 Later Stage Bonus Reward 奖励策略。