WorkForge：可验证工作智能体环境合成框架

2026年10月15日，arXiv Artificial Intelligence 刊出 Jiazheng Zhang 等作者的论文，提出 WorkForge——一个从真实资源合成可验证工作智能体环境的可扩展框架。据该报道，WorkForge 通过提取工作区中可核查的事实锚点，据此生成任务指令、解决方案以及程序化与语义验证器。报道称，该框架构建了覆盖 40 个专业领域、60 种文件类型的 16.7K 个可验证环境。同一报道还称，后训练 Qwen3.5-35B-A3B-Base 使 GDPVal 从 45.5 提升至 73.6、APEX Score 从 5.0 提升至 21.3，并使 Qwen3.5-27B 取得具竞争力的表现、超过强劲对手。上述领域数、文件类型数、环境规模与评测提升幅度均出自该论文报道，为其单方陈述。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。