Salesforce Koa：面向智能体工具使用的企业级语言模型
Salesforce Koa: An Enterprise Language Model for Agentic Tool Use
Salesforce 推出企业级语言模型 Koa，基于开源 Nemotron-3-Super-120B 用 GRPO 强化学习后训练，并以 FP8 部署，专攻智能体工具调用。在 CRMAgentBench 上 Koa 任务成功率达 87%，高于 GPT-4.1 的 82% 和基座的 79%，并在内部生产工具调用基准上保持领先，同时未损失 Tau2Bench、BFCL 等通用能力。
作者：Zixiang Chen、Sufeng Niu、Yingchi Liu、Wenting Zhao、Akshara Prabhakar、Shubham Mehrotra、Bin Bi、Zhujun Lan、Katherine Tan、Mohammad Ramezanali、Tulika Manoj Awalgaonkar、Monojit Banerjee、Jielin Qiu、Shiva Kumar Pentyala、Zhepeng Cen、Anupam Tripathi、Ali Ziaei、Regunathan Radhakrishnan、Darvish Lee Shadravan、Shelby Heinecke、Sitaram Asur、Jayesh Govindarajan、Silvio Savarese、James Zhu、Phil Mui、Huan Wang
摘要：我们提出 Salesforce Koa，这是一个企业级语言模型，通过对开放权重的基础模型 Nemotron-3-Super-120B 使用组相对策略优化（GRPO）进行强化学习后训练构建，并以 FP8 精度部署用于生产环境。Koa 仅使用公开数据和合成生成数据进行训练，并针对企业工作流所需的智能体工具使用进行了专门优化：将请求路由到正确的操作、以有效参数调用正确的工具，以及完成多轮业务任务。我们流程的独特之处在于规范驱动的任务构建：声明式 Agent Script 规范被扩展为以人物角色为条件的多轮环境，其奖励基于成功的工具使用。应用于企业 CRM 规范时，同一流程会生成 Koa 所专门训练的领域内训练分布。在 CRMAgentBench 和人工标注的生产工具调用集上，Koa 的表现优于未经调优的开放权重基础模型以及 GPT-4.1，并与最强的前沿模型具有竞争力。它在 CRMAgentBench 上达到 87% 的任务成功率（GPT-4.1 为 82%，基础模型为 79%），在内部生产基准的人工标注部分中，各项指标均处于或接近最高水平，并在公开基准（Tau2Bench、BFCL）上保持了基础模型的通用能力。在架构和 RL 配方保持固定的受控对比中，额外的领域内 RL 阶段提升了人工标注企业基准上的参数准确率和完整工具调用成功率。
| 评论： | 17 页，1 张图，11 张表 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2609.15066 [cs.CL] |
| （或 arXiv:2609.15066v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.15066 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Zixiang Chen [查看电子邮件]
[v1]
2026年9月14日星期一 05:30:28 UTC（3,974 KB）
[v2]
2026年10月8日星期四 17:16:07 UTC（65 KB）
来源：arXiv cs.AI · arxiv.org