🔥 今日值得一读
Navalia让AI智能体金融分析任务全自动生成，五大基准全面超越基础模型！
Navalia: Advancing Cowork Agents through Verifiable Task Synthesis and Long-Horizon Post-Training
📖 AI 总结
该论文提出Navalia框架，旨在推动大语言模型智能体从对话助手向具备自主规划、工具调用和复杂任务执行能力的协作智能体演进。针对金融分析领域专家标注任务成本高、直接由模型合成任务难以保证答案可靠的问题，Navalia以企业财务报告为数据源，通过语义筛选证据并构建可执行计算链，生成具有可追溯证据和步骤间真实数据依赖的分析任务，再借助独立模型审查与程序化校验确保证据一致性和答案正确性。经校验的任务用于轨迹采集、冷启动监督微调与强化学习，以提升长程任务执行能力。基于Qwen3.6-35B-A3B初始化的Navalia在OfficeQA Pro等五个基准上均较基座模型取得一致提升，表明其在证据整合、工具使用和长程任务执行方面得到改善，并可泛化至通用办公等更广泛的协作场景。
🔑 关键词速览
| Cowork Agents | 协作智能体，指能自主规划、调用工具并执行复杂任务的大型语言模型智能体。 |
| 可验证任务合成 | 一种通过语义选择证据和构建可执行计算链来生成带有可追溯证据与可靠答案的分析任务的方法。 |
| 长时程后训练 | 在预训练模型基础上，通过轨迹收集、监督微调和强化学习来提升智能体执行多步骤长时程任务能力的训练过程。 |
| 监督微调（SFT） | 使用标注数据对预训练模型进行有监督的微调，以适配特定任务。 |
| 强化学习（RL） | 通过奖励信号引导模型优化策略，以提升任务执行效果的学习方法。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅