Navalia: Fortschritt bei Cowork-Agenten durch verifizierbare Aufgaben-Synthese und langfristige Nachschulung

Navalia ist eine neue Architektur, die darauf abzielt, Agenten, die auf großen Sprachmodellen (LLM) basieren, zu erweitern. Sie beschränken sich nicht mehr nur auf das Beantworten von Fragen, sondern können eigenständig planen, Werkzeuge einsetzen und komplexe Aufgaben ausführen. Der Fokus liegt auf dem Finanzbereich, wo die Kombination von Informationen aus mehreren Dokumenten und mehrstufige numerische Argumentationen erforderlich sind. Das manuelle Erstellen solcher Aufgaben ist teuer, und die direkte Generierung von Aufgaben mit LLM führt häufig zu unzuverlässigen Antworten. Um diese Probleme zu überwinden, nutzt Navalia eine überprüfbare Aufgaben‑Synthese: aus Unternehmensfinanzberichten wählt das System semantisch die benötigten Beweise aus und erstellt ausführbare Rechenketten, die jeden Schritt mit realen Daten verknüpfen. Anschließend prüfen automatische LLM‑basierte Prüfer und programmatische Kontrollen die Konsistenz der Beweise sowie die Richtigkeit der Antworten. Bestätigte Aufgaben dienen dazu, Ausführungspfade zu sammeln, das Modell durch überwachte und verstärkende Lernmethoden zu verfeinern und damit die Leistung über längere Zeiträume zu steigern. Auf Basis des Modells Qwen‑3.6‑35B‑A3B übertrifft Navalia konsequent die Basisversion in fünf Referenztests, darunter OfficeQA Pro und Finance Agent Benchmark, und zeigt Fortschritte in der Evidenzintegration, dem Tool‑Einsatz und der Ausführung langwieriger Aufgaben. Diese Verbesserung ist bedeutsam, weil sie die Entwicklung zuverlässigerer und effizienterer Agenten für Büro- und Finanzanalysen ermöglicht, die Abhängigkeit von manueller Trainingsdatenerstellung reduziert und praxisnahe KI‑Anwendungen im Unternehmensbereich fördert.

Originalartikel lesen auf arXiv cs.AI

Diese Zusammenfassung ist eine informationelle Synthese von dataqbs.com. Alle Rechte am Originalinhalt liegen beim Autor und dem genannten Medienunternehmen. Wir handeln ausschließlich als Kuratoren von Technologie-Nachrichten und beanspruchen keine Urheberschaft.