Navalia框架发布：推进智能体任务生成与长程训练能力

摘要：Navalia是一款面向智能体的新框架，通过可验证的任务生成与长程后训练技术，提升了智能体在复杂任务中的执行能力。该框架利用企业财务报告作为数据源，构建具有可追溯证据和实际数据依赖关系的分析任务，并通过独立LLM审查和程序化检查验证任务一致性。实验结果表明，Navalia在多个基准测试中均优于基线模型，展示了其在证据整合、工具使用和长程任务执行方面的显著改进。

---

Navalia框架：智能体任务生成与长程训练的新突破

1. 核心突破

Navalia是一款面向智能体的新框架，旨在解决传统智能体在复杂任务生成与长程训练中的不足。其主要创新点包括：

• 可验证的任务生成：利用企业财务报告作为数据源，Navalia能够从完整事实集中语义选择支持性证据，并构建具有可追溯证据和实际数据依赖关系的计算链，从而生成高质量的分析任务。
• 长程后训练：通过独立LLM审查和程序化检查，Navalia验证任务的一致性和答案的正确性，并将验证后的任务用于轨迹收集、监督微调（SFT）和强化学习（RL），以提升智能体在长程任务中的执行能力。

2. 技术机制剖析

Navalia的架构基于Qwen3.6-35B-A3B模型，并进行了以下优化：

• 语义证据选择：通过语义分析技术，Navalia能够从企业财务报告中提取关键信息，并构建具有逻辑连贯性的任务链。
• 证据与答案验证：利用独立LLM和程序化检查，Navalia确保生成任务的证据一致性和答案正确性，避免了传统方法中常见的错误传播问题。
• 长程训练策略：Navalia采用SFT和RL相结合的训练方法，并通过轨迹收集机制优化智能体的决策路径，使其在长程任务中表现出色。

3. 工程权衡与实测表现

Navalia在以下方面实现了显著改进：

• 证据整合能力：Navalia在OfficeQA Pro和FinSearchComp等基准测试中表现出色，展示了其在跨文档证据整合方面的优势。
• 工具使用效率：在Finance Agent Benchmark和APEX-Agents-AA测试中，Navalia展示了其在工具使用和复杂任务执行方面的改进。
• 长程任务执行：Workspace-Bench-Lite测试结果表明，Navalia在长程任务执行中相较于基线模型有显著提升。

然而，Navalia的复杂架构也带来了更高的计算成本和训练时间。此外，Navalia对数据质量的要求较高，需要高质量的企业财务报告作为输入数据。

4. 开发者落地与部署建议

Navalia的发布为开发者提供了以下机会：

• 任务生成与训练：开发者可以利用Navalia框架构建高质量的任务集，并进行长程训练，以提升智能体的任务执行能力。
• 跨领域应用：Navalia不仅适用于金融领域，还可以扩展到其他需要复杂任务执行的领域，如法律、医疗等。

建议开发者关注Navalia对数据质量的要求，并结合自身应用场景进行优化。此外，开发者可以探索将Navalia与现有的智能体框架结合，以实现更高效的任务生成与训练。

---

消息来源：ArXiv AI (cs.AI) (2026-10-21)

—— 完 ——

主题标签： #Navalia 关注 #智能体框架 关注 #长程训练 关注 #任务生成 关注 #LLM 关注