11 月 5 日提交的 Agent-R² 预印本提出了一套办公智能体训练数据方法。研究人员从真实职业任务和公开文件抽取流程，组合多种格式的附件，再为每项任务制定可检查的交付标准。
团队用约 4000 项任务训练 4B 模型，报告其 GDPval 得分为 51.0%、OfficeQA 为 14.8%。两个数字来自作者设置的评测，说明的是指定办公任务中的表现。
配图：Teng Pan 等的Agent-R² 数据合成流程原图，按 CC BY 4.0 使用。
11 月 5 日提交的 Agent-R² 预印本提出了一套办公智能体训练数据方法。研究人员从真实职业任务和公开文件抽取流程，组合多种格式的附件，再为每项任务制定可检查的交付标准。
团队用约 4000 项任务训练 4B 模型，报告其 GDPval 得分为 51.0%、OfficeQA 为 14.8%。两个数字来自作者设置的评测，说明的是指定办公任务中的表现。
配图：Teng Pan 等的Agent-R² 数据合成流程原图，按 CC BY 4.0 使用。
