Salesforce Koa：用于智能体工具调用的企业级语言模型

arXiv:2609.15066v2 公告类型：替换交叉版本 摘要：我们介绍 Salesforce Koa，这是一种企业级语言模型，通过使用群组相对策略优化（GRPO）进行强化学习，对开放权重基础模型 Nemotron-3-Super-120B 进行后训练，并以 FP8 格式部署到生产环境中。Koa 仅使用公开数据和合成生成数据进行训练，专门用于企业工作流所需的智能体工具调用：将请求路由到正确的操作、使用有效参数调用恰当的工具，以及完成多轮业务任务。我们流程中的独特组件是规范驱动的任务构建：将声明式 Agent Script 规范扩展为由角色设定条件化的多轮环境，其奖励基于工具使用是否成功。在应用于企业 CRM 规范后，同一流程生成了 Koa 专门训练所需的领域内训练分布。在 CRMAgentBench 和人工标注的生产环境工具调用数据集上，Koa 的表现优于未经调优的开放权重基座模型和 GPT-4.1，并且可与最强的前沿模型相媲美。在 CRMAgentBench 上，Koa 达到 87% 的任务成功率（GPT-4.1 为 82%，基座模型为 79%）；在内部生产基准的人工标注部分，它在各项指标上均位居首位或接近首位；同时，它在公开基准（Tau2Bench、BFCL）上保持了基座模型的通用能力。在固定架构和强化学习方案的受控对比中，结果表明，额外的领域内强化学习阶段提升了人工标注企业基准上的参数准确率和完整工具调用成功率。