Navalia: Avanzando los Agentes Cowork mediante Síntesis de Tareas Verificables y Postentrenamiento de Larga Horizonte
· Fuente: arXiv cs.AI
Navalia es una nueva arquitectura diseñada para mejorar a los agentes basados en grandes modelos de lenguaje (LLM) que ya no se limitan a responder preguntas, sino que pueden planificar de forma autónoma, usar herramientas y ejecutar tareas complejas. El proyecto se centra en el análisis financiero, un dominio que requiere combinar información de varios documentos y realizar razonamientos numéricos en varios pasos. Crear manualmente estos ejercicios es costoso y generar tareas directamente con LLM suele producir problemas con respuestas poco fiables. Para superar estas limitaciones, Navalia emplea una síntesis de tareas verificable: a partir de informes financieros corporativos, el sistema selecciona semánticamente la evidencia necesaria y construye cadenas de cálculo ejecutables que vinculan cada paso con datos reales. Posteriormente, revisores automáticos basados en LLM y comprobaciones programáticas validan la consistencia de la evidencia y la exactitud de las respuestas. Las tareas confirmadas se utilizan para recopilar trayectorias de ejecución, afinar el modelo mediante aprendizaje supervisado y reforzado, y así mejorar su desempeño en horizontes temporales extensos. Partiendo del modelo Qwen‑3.6‑35B‑A3B, Navalia supera consistentemente a la versión base en cinco pruebas de referencia, incluyendo OfficeQA Pro y Finance Agent Benchmark, demostrando avances en la integración de evidencia, el uso de herramientas y la ejecución de tareas prolongadas. Esta mejora es relevante porque permite desarrollar agentes más confiables y eficientes para entornos de oficina y análisis financiero, reduciendo la dependencia de la creación manual de datos de entrenamiento y potenciando aplicaciones prácticas de IA en el sector empresarial.
Leer artículo original en arXiv cs.AI
Este resumen es una síntesis informativa elaborada por dataqbs.com. Todos los derechos sobre el contenido original pertenecen a su autor y al medio de comunicación citado. Nosotros solo actuamos como curadores de noticias tecnológicas, sin reclamar autoría alguna.