cowork-agents

WorkRover 是一个通过递归环境演化训练长时程协作智能体的框架，引入了因子兼容性回放（Factorial Compatibility Replay）和验证器到轮次的信用分配（Verifier-to-Turn Credit Assignment）以改进训练信号。对 Qwen3.5-35B-A3B 进行后训练得到 WorkRover-35B-A3B，在 JobBench、OfficeQAPro 和 GDPvalv2 基准测试上均取得了显著提升。