CoworkEnv: sintesi di ambienti di addestramento per agenti cowork su orizzonti lunghi

Abstract degli autori

I collaboratori IA devono coordinare gli strumenti, comunicare nell’arco di più turni e agire in base ai cambiamenti dello stato dell’ambiente di lavoro, rispettando i vincoli dei flussi di lavoro. Per creare esperienze di addestramento che sviluppino queste capacità servono richieste coerenti, registri dei servizi, interfacce degli strumenti e verifiche per la valutazione. Presentiamo CoworkEnv, un framework guidato dalle capacità per sintetizzare ambienti di addestramento eseguibili destinati ai collaboratori IA. I requisiti dei flussi di lavoro guidano la costruzione dei compiti, mentre una validazione programmatica con correzioni basate sul feedback verifica le specifiche generate e il comportamento della valutazione. Le esecuzioni dei modelli insegnanti producono dimostrazioni selezionate per il fine-tuning supervisionato (SFT), mentre le interazioni dei modelli studenti forniscono rollout e ricompense per l’apprendimento per rinforzo (RL). Con queste risorse addestriamo i modelli compatti PocketWorker. Per Qwen3-VL-8B-Instruct, l’SFT porta il punteggio medio su Claw-Eval da 46,6 a 64,1, con un aumento di 31,9 punti nei compiti Multi-turn. Un’estensione a ClawMark basata soltanto sull’SFT dimostra l’applicabilità a diversi benchmark per collaboratori IA. Confrontiamo inoltre le dinamiche dell’addestramento RL tra configurazioni che variano per l’elaborazione delle ricompense e l’attribuzione del merito. L’aumento delle ricompense durante l’addestramento fornisce prime indicazioni che gli ambienti costruiti supportano l’ottimizzazione della policy.