NexForge：需求導向的執行代理人訓練資料生成框架
研究指出，傳統的執行代理人訓練資料生成受限於預先定義的工具與技能圖，擴充新領域需人工建置管線，且任務分布偏向基礎設施便利性而非真實需求。NexForge 以需求為先，先透過研究發掘代表性任務與情境，再自動蒐集或建構所需檔案、相依套件與執行環境，完成任務編譯與教師資料蒐集。
傳統的執行代理人訓練資料生成方法依賴於預先定義的工具、程式庫或技能圖，擴充新領域時必須手動建立對應的基礎設施，導致任務分布往往反映基礎設施的便利性，而非真實需求。
NexForge 框架概述
NexForge 採取需求優先的設計，先透過研究驅動的需求發掘，找出具代表性的任務形式、實際情境與其出現頻率。接著，框架會自動取得或建構完成任務所需的檔案、程式庫、相依套件與執行設定，並進行教師模型的回報收集與軌跡蒸餾。
規模化產出與效能提升
在無需領域專屬基礎設施的情況下，NexForge 產出 3,600 筆終端任務與 2,000 筆辦公任務，使 Qwen3.5-35B‑A3B 在 Terminal‑Bench 2.0 的正確率從 22.5% 提升至 52.0%，GDPval 評分從 813 提升至 1,338 Elo。進一步擴展至 43.2 萬終端任務，正確率達 58.4%，已超越 Claude Opus 4.6。
開源模型 Nex‑N2 的突破
利用 NexForge 合成的資料訓練的 Nex‑N2 系列模型，將 Qwen3.5-35B‑A3B 的表現提升至 Terminal‑Bench 2.1 的 75.3% 以及 GDPval 的 1,585 Elo，創下開源領域的最佳成績，並超過多個前沿商業系統。相關模型已於 https://nex.sii.edu.cn/ 公開下載。
延伸閱讀
- 大規模跨模態表示對齊實驗：DINOv2 與 OpenLlama 互最近鄰分析
- 探討 Transformer 中堆疊向量的因果角色：Dyck‑1 與 Shuffle‑k 實驗全解
- 單層 Transformer 能自動建立全序列坐標軸：序列幾何與符號距離效應實驗
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
