GraphForge：用证据图合成工作区来训练工作型智能体

GraphForge 用真实文件证据图合成可验证的智能体训练任务。

资讯摘要

论文提出 GraphForge，一个基于证据图的框架，把任务与验证都锚定在真实文件上：从职业种子出发组装真实文件工作区并构建证据图，任务描述与评分标准均由图派生，经初始 rollout 检验可执行性并由修订智能体修复后再采集轨迹。作者报告用 2,169 条轨迹微调 Qwen3.6-27B 后，OpenHands 下 GDPVal 达 1445.7（+65.7），Claude Code 下 Workspace-Bench-Lite 与 SpreadsheetBench II 分别为 63.7（+7.7）和 24.0（+13.7）。

要点速读

1. GraphForge 以职业种子组装真实文件工作区，并构建文件间关系的证据图，任务与评分标准均由该图派生。
2. 流程包含初始 rollout 检验可执行性，以及修订智能体对照原始文件修复任务与评分标准。
3. 作者报告在 2,169 条轨迹上微调 Qwen3.6-27B 后，三个基准均有提升；用证据锚定评分标准筛选自身 rollout 做拒绝微调可进一步提升。

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 2026/10/24 08:00:37（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。