**WorkRover：通过递归环境进化训练长程协作智能体**

_WorkRover: Scaling Long-Horizon Cowork Agent Training Via Recursive Environment Evolution_

> HuggingFace 社区热门论文提出 WorkRover 框架，旨在解决长程协作智能体（Cowork Agent）训练中交互式环境扩展与迭代优化的难题。该框架通过“递归环境进化”机制，利用 Harness 驱动合成实现工作上下文、任务及验证器的联合构建与对齐。核心创新包括：1. 析因兼容性重放（FCR），通过依赖闭合重放评估组件修订组合，选择最小化且经过验证的修复方案；2. 验证器到回合的信用分配（VTCA），结合确定性工作区进度检查，为前置回合分配有界的正向进度信用，提供细粒度训练信号。基于 Qwen3.5-35B-A3B 后训练得到的 WorkRover-35B-A3B 在 JobBench、OfficeQA Pro 和 GDPval v2 等基准测试中表现显著优于基线模型，分别提升 26.27 个百分点、29.32 个百分点及 413.25 Elo 分，展示了其在可扩展长程智能体训练方面的潜力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.18067)