WorkForge 用真实文件合成可验证工作智能体训练环境
资讯摘要
论文提出 WorkForge，一个从真实世界资源合成可验证工作智能体训练环境的框架：先由专家工作流确定所需资源、决策与交付物，再检索真实文件组织成工作区，并从中抽取可核查的事实锚点，据此生成任务指令、解决方案及程序化与语义验证器。作者报告构建了覆盖 40 个专业领域、60 种文件类型的 16.7K 个环境，后训练使 Qwen3.5-35B-A3B-Base 的 GDPVal 从 45.5 升至 73.6。
要点速读
- WorkForge 从专家工作流出发，检索真实文件构建工作区，并抽取可检查的事实锚点来约束任务类型与验证方式。
- 作者报告构建了 16.7K 个可验证环境，覆盖 40 个专业领域、共 60 种文件类型。
- 后训练 Qwen3.5-35B-A3B-Base 后，GDPVal 由 45.5 提升至 73.6，APEX Score 由 5.0 提升至 21.3。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。