WorkForge：从专家工作流合成可验证工作智能体环境的框架

论文作者提出 WorkForge，一个从专家工作流和真实文件合成可验证工作智能体环境的框架，通过事实锚点生成任务指令、解题计划以及程序化和语义验证器。 作者用该框架构建了覆盖 40 个专业领域、共 16.7K 个可验证环境的数据集，工作区累计涉及 60 种文件类型。论文称，用这些环境对 Qwen3.5-35B-A3B-Base 做后训练后，其 GDPVal 得分从 45.5 提升至 73.6，APEX Score 从 5.0 提升至 21.3。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。