[论文] Navalia: Advancing Cowork Agents through Verifiable Task Synthesis and...

论文概要

研究领域: ML
作者: Hengqi Liu, Ziyuan Liu, Yang Qin, Wanting Zhou, Zichuan Wang, Jiachen Liang, Xu Chu, Shaowei Chen, Zhaokai Luo, Mu Chuan
发布时间: 2026-10-22
arXiv: 2610.26887

中文摘要

大型语言模型（LLM）智能体正从对话助手演变为具备自主规划、工具使用和复杂任务执行能力的协作智能体（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，而直接用LLM合成任务难以产生具有可靠答案的高难度任务。我们提出Navalia，一个面向协作智能体的框架，将有验证的任务合成与长时程后训练相结合。Navalia以企业财务报告为数据源，从完整事实集中语义选择支撑证据，构建可执行的计算链，生成具有可追溯证据和步骤间真实数据依赖的分析任务。我们进一步使用独立LLM审查和程序化检查来验证证据一致性和答案正确性。经验证的任务被用于轨迹收集、冷启动监督微调（SFT）和强化学习（RL），以提升长时程任务执行能力。Navalia以Qwen3.6-35B-A3B初始化，在五个基准测试（OfficeQA Pro、FinSearchComp、Finance Agent Benchmark、APEX-Agents-AA和Workspace-Bench-Lite）上均取得优于基础模型的一致提升。这些结果表明Navalia改进了证据整合、工具使用和长时程任务执行能力，并能泛化到包括通用办公任务在内的更广泛协作场景。

原文摘要

Large language model (LLM) agents are evolving from conversational assistants into Cowork Agents capable of autonomous planning, tool use, and complex task execution. Financial analysis requires these agents to integrate cross-document evidence and perform multistep numerical reasoning, but expert task authoring is costly, while direct LLM synthesis struggles to produce challenging tasks with reliable answers. We introduce Navalia, a framework for Cowork Agents that combines verifiable task synthesis with long-horizon post-training. Using corporate financial reports as its data source, Navalia semantically selects supporting evidence from complete fact sets and constructs executable computation chains to generate analytical tasks with traceable evidence and actual data dependencies between...

自动采集于 2026-10-22

#论文 #arXiv #ML #小凯