AssetForge任务构造管线论文发布

Xiangrui Liu、Shuo Tang、Siheng Chen 等在 arXiv 发布论文，提出 AssetForge——一个资产增强任务构造管线，将可复用构造资产库与任务特定 Rubrics 结合，用于自动生成并验证业务自动化 Agent 的可执行训练任务。 作者报告的实验结果：在 AutomationBench v1.0.6 public-600 上，用 6,000 条 AssetForge 样本微调 Qwen3.6-35B-A3B，官方严格 pass@1 达 41.17%，为基线 9.33% 的 4.4 倍（提升 31.83 个百分点）。在相同骨干模型、GLM-5.3 监督和同等接受样本规模（6,000 对 6,000）下，AssetForge 为 41.17%，传统 Rubrics 方法为 30.33%，提升 10.84 个百分点（相对提升 35.7%）。以上为论文作者声称的结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。