arXiv cs.AI· Hengqi Liu, Ziyuan Liu, Yang Qin, Wanting Zhou, Zichuan Wang, Jiachen Liang, Xu Chu, Shaowei Chen, Zhaokai Luo, Mu Chuan·· 14 天前AI 评分40
Navalia：通过可验证任务合成与长程后训练提升 Cowork Agent
Navalia: Advancing Cowork Agents through Verifiable Task Synthesis and Long-Horizon Post-Training
AI 导读
Navalia 框架以企业财报为数据源，通过语义选取证据并构建可执行计算链，合成带可追溯证据和真实数据依赖的分析任务，再用独立 LLM 审核与程序化检查验证答案正确性。
正文 · AI 翻译
摘要：大型语言模型（LLM）智能体正从对话助手演变为能够自主规划、使用工具并执行复杂任务的 Cowork Agents。金融分析要求这些智能体整合跨文档证据并执行多步数值推理，但专家任务编写成本高昂，而直接由 LLM 合成难以生成具有可靠答案的挑战性任务。我们提出 Navalia，一个面向 Cowork Agents 的框架，将可验证的任务合成与长程后训练相结合。Navalia 以企业财务报告为数据源，从完整事实集中语义化地选取支撑证据，并构建可执行的计算链，从而生成具有可追溯证据和步骤间真实数据依赖关系的分析任务。我们进一步使用独立的 LLM 审查和程序化检查来验证证据一致性和答案正确性。经过验证的任务随后用于轨迹收集、冷启动监督微调（SFT）和强化学习（RL），以提升长程任务执行能力。Navalia 基于 Qwen3.6-35B-A3B 初始化，在全部五个基准上均较基座模型取得一致提升：OfficeQA Pro、FinSearchComp、Finance Agent Benchmark、APEX-Agents-AA 和 Workspace-Bench-Lite。这些结果表明，Navalia 提升了证据整合、工具使用和长程任务执行能力，并可泛化到更广泛的 Cowork 场景，包括通用办公任务。
| 评论： | 13 页，2 幅图 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.26887 [cs.AI] |
| （或 arXiv:2610.26887v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.26887 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hengqi Liu [查看邮箱]
[v1]
2026 年 10 月 13 日星期二 07:19:22 UTC（380 KB）
来源：arXiv cs.AI · arxiv.org