Navalia：通过可验证任务合成与长程后训练推进协作智能体
事件
大型语言模型智能体正从对话助手演变为能自主规划、调用工具并执行复杂任务的协作智能体。金融分析场景要求智能体整合跨文档证据并完成多步数值推理，但由专家编写任务成本高昂，直接让大模型合成又难以产出难度足够且答案可靠的任务。为此，研究团队提出 Navalia 框架，把可验证任务合成与长程后训练结合起来。
Navalia 以企业财务报告为数据源，从完整事实集合中语义筛选支撑证据，并构建可执行的计算链，使生成的分析任务具备可追溯证据和步骤间真实的数据依赖。随后用独立的大模型审查与程序化检查验证证据一致性和答案正确性。通过校验的任务被用于轨迹采集、冷启动监督微调与强化学习，以提升长程任务执行能力。
以 Qwen3.6-35B-A3B 为初始模型，Navalia 在 OfficeQA Pro、FinSearchComp、Finance Agent Benchmark、APEX-Agents-AA 和 Workspace-Bench-Lite 五个基准上均稳定优于基座模型。结果表明，该方法提升了证据整合、工具使用和长程任务执行能力，并可泛化到更广泛的协作场景，包括通用办公任务。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：arXiv cs.AI*