复旦发布 WorkRover：递归环境演化破局长程协作智能体，JobBench 准确率飙涨 26.27%
复旦大学自然语言处理实验室（Fudan NLP）提出面向长链路协同智能体（Cowork Agents）的递归环境演化训练框架 WorkRover。传统强化学习环境在生成后难以动态迭代修正缺陷，导致上下文、任务与验证器脱节。WorkRover 创新引入“因子兼容重放”（FCR）最小化修复组件，并提出“验证器-轮次信用分配”（VTCA）将工件依赖细粒度回传至关键前提轮次。微调后的 WorkRover-35B-A3B 在 JobBench 暴增 26.27%，OfficeQA Pro 暴涨 29.32%，GDPval v2 Elo 飙升 413 点。
核心要点速览
- 递归环境演化机制：允许施工智能体（Construction Agents）根据工作区状态与执行反馈联合迭代构建和修复工作上下文、可执行任务与事实核查验证器
- 因子兼容重放（FCR）与细粒度信用分配（VTCA）：FCR 自动选取满足依赖闭包的最小修复方案；VTCA 基于产物依赖将阶段进展奖励精准分摊至先决轮次
- 协同基准断层突破：WorkRover-35B-A3B 在复杂办公协作任务 JobBench 提升 26.27%、OfficeQA Pro 提升 29.32%，GDPval v2 竞技场分暴涨 413.25 Elo
关联模型 / 智能体 / 厂商:
⚡ WorkRover-35B-A3B⚡ Qwen3.5-35B-A3B🤖 Cowork Agents🤖 Office Automation Agents🌐 Fudan University🌐 Fudan NLP
