arXiv · NLP· Zhongwei Xie, Yiming Du, Jiaxin Bai, Baixuan Xu, Chunyang Li, Xiyu Ren, Wei Fan, Tianshi Zheng, Weizhi Du, Jingqiao Yu, Xingsu Li, Zhaowei Wang, Yangqiu Song·· 6 小时前AI 评分28
CoworkEnv：为长时程协作智能体合成训练环境的框架
CoworkEnv: Synthesizing Training Environments for Long-Horizon Cowork Agents
AI 导读
CoworkEnv 是一个能力导向框架，通过程序化验证与教师模型演示，为 AI 协作者合成可执行的训练环境。该框架生成的资源用于训练 PocketWorker 模型，支持 SFT 和 RL 两种训练范式。Qwen3-VL-8B-Instruct 经 SFT 后，在 Claw-Eval 基准上平均分从 46.6 提升至 64.1，多轮任务得分提升 31.9 分。
来源：arXiv · NLP · arxiv.org