研究人员开发了CoworkEnv,一个旨在为AI同事合成可执行训练环境的框架。该系统使用工作流引导的任务构建和程序化验证来创建适用于监督微调(SFT)和强化学习(RL)的环境。该框架已被用于训练紧凑型PocketWorker模型,显著提高了Qwen3-VL-8B-Instruct在Claw-Eval等基准测试中的性能,尤其是在多轮协调任务方面。 AI
影响 通过提供合成的、逼真的训练环境,该框架可以加速开发和训练更强大的AI同事。
排序理由 该条目描述了一篇关于用于训练AI代理的新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →