返回全部动态

Navalia:可验证任务合成与长程后训练提升协作智能体

原标题:Navalia: Advancing Cowork Agents through Verifiable Task Synthesis and Long-Horizon Post-Training

arXiv cs.AI一手来源研究质量 81

AI 摘要

该论文提出 Navalia 框架,用于训练能自主规划、调用工具并交付可验证结果的 Cowork Agent。它从企业财报构建文档与事实的双视图表示,由 LLM 语义筛选证据并构建带真实数据依赖的可执行计算链,再通过确定性执行、独立 LLM 审查和程序化检查验证题目、证据、计算过程与参考答案的一致性。训练采用冷启动 SFT 加强化学习的两阶段流程,基于 Qwen3.6-35B-A3B 在五个基准上均优于基座模型,部分评测接近领先开源与闭源模型。

以上摘要由 AI 生成,可能存在误差。事实请以原文为准。

正文节选

Advancing Cowork Agents through Verifiable Task Synthesis and Long-Horizon Post-Training numbers,square,comma,sortcompress \fancyhead 1 Introduction Agents based on large language models (LLMs) [Wang et al.(2024)Wang, Ma, Feng, Zhang, Yang, Zhang, Chen, Tang, Chen, Lin, et al.] are evolving from conversational assistants [Bai et al.(2022)Bai, Jones, Ndousse, Askell, Chen, DasSarma, Drain, Fort, Ganguli, Henighan, et al., Touvron et al.(2023)Touvron, Martin, Stone, Albert, Almahairi, Babaei, Bash


发布时间:2026-10-21 12:00
抓取时间:2026-10-21 12:03
来源机构:arXiv
阅读原文arxiv.org