ヘンチー・リウ (Hengqi Liu) 氏を含む研究チームは2026年10月13日(現地時間)、コワーク・エージェント (Cowork Agents) 向けフレームワーク「ナバリア (Navalia)」を発表した。ナバリアは検証可能なタスク合成と長期間の事後学習を統合し、金融分析を含む複雑なタスク実行能力の向上を目指す。この技術は、高コストな専門家によるタスク作成や、LLMによる信頼性の低いタスク生成といった課題に対処する。
大規模言語モデル (LLM) エージェントは、対話アシスタントから自律的な計画、ツール使用、そして複雑なタスク実行が可能なコワーク・エージェントへと進化を遂げている。金融分析のような分野では、文書間の証拠統合や多段階の数値推論が不可欠だが、これまでの専門家によるタスク作成は高いコストを伴い、LLMによる直接合成では信頼性の高い困難なタスクの生成が課題となっていた。
ナバリアは、企業財務報告書をデータソースとして利用し、完全なファクトセットから支援証拠を意味的に選択する。これにより、実行可能な計算チェーンを構築し、追跡可能な証拠とステップ間の実際のデータ依存関係を持つ分析タスクを生成する。生成されたタスクは、独立したLLMレビューとプログラムによるチェックを経て、証拠の一貫性と回答の正確性が検証される。
検証済みのタスクは、軌跡収集、コールドスタート教師ありファインチューニング (SFT)、および強化学習 (RL) に活用され、長期間にわたるタスク実行能力の改善に寄与する。Qwen3.6-35B-A3Bをベースに初期化されたナバリアは、OfficeQA Pro、FinSearchComp、Finance Agent Benchmark、APEX-Agents-AA、Workspace-Bench-Liteといった全てのベンチマークにおいて、ベースモデルに対する一貫した性能向上を示した。これらの結果は、ナバリアが証拠統合、ツール使用、および長期間のタスク実行能力を向上させ、一般的なオフィス業務を含む広範なコワーク設定に汎化することを示唆している。
参考: arXiv cs.AI — 2026年10月21日 13:00 (JST)
原文ハイライト"Verifiable Task Synthesis and Long-Horizon Post-Training"