WorkRover:递归环境演化训练长程协作 Agent,JobBench 提升26个点
nex-agi · hf · 2026-10-14
nex-agi 发布 WorkRover 框架,通过递归环境演化(Recursive Environment Evolution)解决长程协作 Agent 强化学习中环境稀缺且难以迭代修正的问题。
关键技术
- harness 驱动的合成:构建 Agent 同时生成并验证语义对齐的工作上下文、可执行任务与基于证据的验证器,根据工作区状态和执行反馈动态调整,而非固定流程
- Factorial Compatibility Replay (FCR):用 rollout 反馈评估组件修订组合,在依赖封闭重放中选出最小的已验证修复
- Verifier-to-Turn Credit Assignment (VTCA):用确定性工作区进度检查为前置轮次分配有界的正向进度信用,增强 GRPO 轨迹级优势
结果:对 Qwen3.5-35B-A3B 后训练得到 WorkRover-35B-A3B,在 JobBench 超基线 26.27 个百分点、OfficeQA Pro 超 29.32 个百分点、GDPval v2 上高 413.25 Elo。
「编程与Agent」频道最新
- 50+ 免费 AI Agent 学习资源合集：视频与仓库一站打包 — ifioknkem · 2026-10-23
- 自封「全网最佳」的免费 AI Agent 资源库引围观 — ifioknkem · 2026-10-23
- Vercel 推出免注册部署：拖拽文件到首页即得线上 URL — steren · 2026-10-23
- 5 个 Claude Code 会话经 MCP 互发邮件，组队攻破多品牌网络摄像头 — doodlestein · 2026-10-23
- Vercel 上线 vercel deploy --temporary,可临时部署后自动清理 — cramforce · 2026-10-23
- 用同一个 Notion 工作区让多个 Agent 互相沟通分工，实测有效 — nbaschez · 2026-10-23