论文页面 - NexForge：通过需求驱动的任务合成扩展LLM的智能体能力

来源：https://huggingface.co/papers/2607.14186

摘要

为LLM后训练扩展可执行的智能体训练数据，受到受限于底层环境的方法的瓶颈——这些方法将任务生成与预定义工具、代码库或技能图谱绑定：扩大覆盖范围需要人工环境工程，每个新领域都需要定制化流程，而且生成的任务分布往往反映环境的偏见而非真实世界需求。我们提出了NexForge，一个需求驱动的框架，以高层次能力需求作为输入，合成多样化、可执行的智能体任务及用于SFT的专家轨迹。NexForge首先调研真实世界需求以构建代表性场景和任务画像，然后执行分布感知的编译来生成任务指令。对于每条指令，NexForge自动检索或构建所需的文件、依赖项和运行时配置，最后合成专家执行过程并生成训练轨迹。无需领域特定基础设施，NexForge生成了3.6K个终端任务和2K个办公任务，将Qwen3.5-35B-A3B Base在Terminal-Bench 2.0上的性能从22.5%提升至52.0%，在GDPval上的Elo从813提升至1338；进一步扩展到43.2K个终端任务后达到58.4%，与配备Claude Code的Claude Opus 4.6相当。进一步扩展后，NexForge合成的数据为Nex-N2（一系列公开可用的智能体模型）的训练做出了贡献，这些模型将Qwen3.5-35B-A3B在Terminal-Bench 2.1上的性能提升至75.3%，在GDPval上的Elo提升至1585——实现了开源最优性能，并超越了多个前沿专有系统。Nex-N2模型可在 https://nex.sii.edu.cn/ 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2607.14186) 查看 PDF (https://arxiv.org/pdf/2607.14186) 项目页面 (https://nex.sii.edu.cn/) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.14186)

引用该论文的模型0

没有模型链接该论文

请在模型 README.md 中引用 arxiv.org/abs/2607.14186 以在此页面建立链接。

引用该论文的数据集0

没有数据集链接该论文

请在数据集 README.md 中引用 arxiv.org/abs/2607.14186 以在此页面建立链接。

引用该论文的Space0

没有 Space 链接该论文

请在 Space README.md 中引用 arxiv.org/abs/2607.14186 以在此页面建立链接。

包含该论文的合集0

没有合集包含该论文

请将该论文添加到一个合集中 (https://huggingface.co/new-collection) 以在此页面建立链接。