FailForge

FailForge 把 RFT 会直接丢弃的失败 rollout 重新加工：诊断 agent 读取错误与执行轨迹，提炼成简短可操作 skill，再让原 agent 在该提示下重试。被救活的轨迹加入训练集时会拿掉 skill，迫使 Qwen3.5-4B 把行为内化，而不是部署时继续依赖外部提示。框架以边际追加成本恢复超过 26% 的原失败实例，并让 SWE-bench Verified resolve rate 比强 RFT 基线高 6.6 点；它把最难样本从负资产变成有验证器把关的课程数据。