Peneliti mempresentasikan AgentOmnia, sebuah kerangka kerja untuk penskalaan agentic skenario penuh yang mengoordinasikan definisi ruang tugas, sintesis data, pasca-pelatihan, evaluasi, dan peningkatan di seluruh aplikasi To-Consumer, To-Business, dan To-Employee. Sistem ini memanfaatkan taksonomi yang dapat diperluas dan membangun 5.018 lingkungan stateful dengan 255.375 alat dan 52.361 tugas untuk memungkinkan diagnosis halus melalui OmniaBench.
- AgentOmnia menggabungkan sintesis lingkungan-tugas dua arah dengan pipa ketergantungan alat, terstruktur program, dan berbasis solver.
- Pasca-pelatihan menggunakan fine-tuning terawasi, pembelajaran penguatan agentic daring, dan kurikulum rollback.
- Kegagalan evaluasi menghasilkan Dokumen Persyaratan Produk untuk evolusi diri yang ditargetkan.
- Dimulai dari Qwen3-30B-A3B-Thinking-2507, kerangka kerja ini meningkatkan tingkat kelolosan subset menantang OmniaBench dari 9,16% menjadi 37,11% dan rata-rata makro di empat benchmark dari 22,86% menjadi 41,69%.
- Model ini memimpin baseline pasca-pelatihan agentic yang dievaluasi pada OmniaBench dan melampaui Qwen3-235B-A22B-Thinking-2507 di keempat benchmark.
Para penulis menganggap hal ini signifikan karena peningkatan mencakup tiga pemisahan aplikasi, sepuluh dimensi kemampuan, delapan faktor kesulitan atomik, dan 76 dari 90 domain level-1, menunjukkan perbaikan yang luas daripada spesifik kategori.