Mercor 用 874 条专家轨迹微调 GLM-4.6，APEX-Agents 专业任务 Pass@1 近翻倍

Mercor 与 Applied Compute 在 2026 年 1 月对开源大模型 GLM-4.6 做一轮单 epoch 长程强化学习，训练数据仅 874 条专家标注任务轨迹，基线 Pass@1 3.8% 升至近翻倍，corporate law 任务 Pass@1 翻三倍。