arXiv cs.AI· Xiangrui Liu, Shuo Tang, Siheng Chen·· 3 天前AI 评分29
AssetForge：面向业务自动化智能体的资产增强任务合成
AssetForge: Asset-Augmented Task Synthesis for Business Automation Agents
AI 导读
AssetForge 是一套资产增强的任务构建流水线，将可复用的构建资产库与任务专属 Rubric 配对，由资产提供应用接口、世界状态组件、策略/证据载体和原生断言定义。
正文 · AI 翻译
摘要：训练业务自动化智能体需要可执行的任务，这些任务将自然语言请求与应用程序状态和可验证的最终状态连接起来。传统 Rubrics 要求作者为每个任务重新创建应用程序界面、初始记录、策略证据和结果检查，将业务逻辑与重复的基础设施工作纠缠在一起。我们提出 AssetForge，一种资产增强的任务构建流水线，将可复用的构建资产库与任务特定的 Rubrics 配对。这些资产提供应用程序界面、世界状态组件、策略/证据载体和原生断言定义；Rubric 指导它们针对特定业务任务的实例化。可执行检查和额外的基于模型的审查验证每个候选，返回有针对性的反馈，并在接受前支持有界修复。在 AutomationBench v1.0.6 public-600 上，使用 6,000 个 AssetForge 示例对 Qwen3.6-35B-A3B 进行微调，在官方严格 pass@1 指标上达到 41.17%，是 9.33% 基础分数的 4.4 倍（+31.83 分）。在相同骨干网络和 GLM-5.3 监督下，AssetForge 达到 41.17%，而传统 Rubrics 为 30.33%，在相同接受示例规模下（6,000 对 6,000 个示例）提升 10.84 分（相对提升 35.7%）。DeepSeek 和 GLM 监督的 AssetForge 模型在 Test-Normal 和 Test-Challenge 上均比基础模型提升了 AppWorld 完成度。这些结果确立了 AssetForge 完整构建流水线在 AutomationBench public 上的优势：耦合的资产-Rubric 接口引导作者关注业务逻辑，而可执行检查和基于模型的审查验证他们的任务。
| 评论： | 22 页，5 张图 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.18330 [cs.AI] |
| （或 arXiv:2610.18330v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18330 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：XiangRui Liu [查看电子邮件]
[v1]
2026 年 10 月 13 日星期二 13:06:16 UTC（1,430 KB）
来源：arXiv cs.AI · arxiv.org