Cowork-Gym: generare ambienti di lavoro interattivi su larga scala

Abstract degli autori

Gli agenti Cowork gestiscono le dipendenze tra strumenti e file, adattandosi ai cambiamenti dei requisiti degli utenti e alle modifiche degli spazi di lavoro condivisi. Ampliare la scala di questi ambienti richiede di mantenere la coerenza tra obiettivi dei compiti, risorse eseguibili, comportamento degli utenti e criteri di successo. Presentiamo Cowork-Gym, un framework che genera ambienti Cowork attraverso un ciclo di costruzione, esecuzione e revisione, usando i dati raccolti durante l’esecuzione e i riscontri della revisione per convalidare e correggere gli ambienti generati. Per riprodurre dinamiche Cowork realistiche, un simulatore di utenti che conserva lo stato risponde alle azioni dell’agente tramite il dialogo e modifiche dirette allo spazio di lavoro condiviso. Generiamo 64,9K ambienti in 14 scenari applicativi e li usiamo per il post-addestramento di modelli Qwen da 9B, 27B e 35B-A3B mediante fine-tuning supervisionato, apprendimento per rinforzo e distillazione on-policy. In media, su sei benchmark per agenti, questi modelli superano i rispettivi checkpoint di base di 8,7, 6,4 e 4,1 punti. Ours-27B si colloca al secondo posto assoluto tra i modelli valutati e ottiene i punteggi medi più alti su PawBench e ClawEval, superando in entrambi i benchmark modelli con più di 100B parametri totali.