論文の概要: Salesforce Koa: An Enterprise Language Model for Agentic Tool Use

• arxiv url: http://arxiv.org/abs/2609.15066v1
• Date: Mon, 14 Sep 2026 05:30:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.099144
• Title: Salesforce Koa: An Enterprise Language Model for Agentic Tool Use
• Title（参考訳）: Salesforce Koa: エージェントツール用のエンタープライズ言語モデル
• Abstract要約: オープンウェイトなNemotron-3-Super-120Bファウンデーションモデルをポストトレーニングして構築したエンタープライズ言語モデルであるSalesforce Koaを紹介します。 それは、ツールの使用とエージェント能力を改善するために、顧客データなしで、公開データと合成データに基づいて訓練されている。
• 参考スコア（独自算出の注目度）: 42.00565879954964
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present Salesforce Koa, an enterprise language model built by post-training the open-weight Nemotron-3-Super-120B foundation model with reinforcement learning using Group Relative Policy Optimization (GRPO). Salesforce Koa is trained on public and synthetically generated data, with no customer data, to improve tool use and agentic capabilities while preserving strong general-purpose performance. Its distinctive component is a simulation-to-reward pipeline that expands workflow specifications into persona-conditioned multi-turn tasks with task-resolution rewards grounded in successful tool use for data-dependent requests. For enterprise domains, these specifications are written in Agent Script, Salesforce's declarative language for building Agentforce agents; for public tool-use domains, we synthesize the workflow structure directly. The same simulation and grounded-reward machinery drives GRPO across both. Across public tool-use, agentic-reasoning, and enterprise Customer Relationship Management (CRM) benchmarks, Salesforce Koa improves over its open-weight base, with the clearest gains on multi-turn tool use, and surpasses a strong proprietary baseline while remaining below the strongest frontier models. These results show that specification-driven reinforcement learning is a practical path to specializing open-weight foundation models for enterprise agentic tasks.
• Abstract（参考訳）: 我々は,オープンウェイトなNemotron-3-Super-120Bファンデーションモデルと,グループ相対ポリシー最適化(GRPO)を用いた強化学習をポストトレーニングして構築したエンタープライズ言語モデルであるSalesforce Koaを紹介する。 Salesforce Koaは、公開データと合成データに基づいて、顧客データなしでトレーニングされており、強力な汎用パフォーマンスを維持しながら、ツールの使用とエージェント能力を改善する。 その独特なコンポーネントはシミュレーション・ツー・リワードパイプラインで、ワークフロー仕様をペルソナ条件のマルチターンタスクに拡張する。 エンタープライズドメインでは、これらの仕様は、Agentforceエージェントを構築するためのSalesforceの宣言型言語であるAgent Scriptで書かれています。 同じシミュレーションとグラウンドド・リワード・マシンはGRPOを両方に駆動する。 公開ツールの使用、エージェント推論、エンタープライズ顧客関係管理(CRM)ベンチマーク全体において、Salesforce Koaは、オープンウェイトベースよりも改善されており、マルチターンツールの使用において最も顕著な利益を上げ、最強のフロンティアモデルの下に留まりながら、強力なプロプライエタリベースラインを超えている。 これらの結果は,企業エージェントタスクのためのオープンウェイト基盤モデルを専門化する上で,仕様駆動型強化学習が実践的な方法であることを示している。

関連論文リスト

• AutoB2G: A Large Language Model-Driven Agentic Framework For Automated Building-Grid Co-Simulation [6.259798608712568]
  AutoB2Gは、自然言語によるタスク記述に基づく、ビルディンググリッドの自動シミュレーションフレームワークである。 これにより、B2Gインタラクションをコーディネートすることで、グリッド側のパフォーマンス指標を改善することができる。
  論文  参考訳（メタデータ） (2026-03-27T01:44:08Z)
• Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem [90.17610617854247]
  本稿では,エージェントモデルの生産パイプラインを最適化する基盤インフラであるエージェント学習エコシステム(ALE)を紹介する。 ALEは、重量最適化のためのトレーニング後のフレームワークであるROLL、軌道生成のためのサンドボックス環境マネージャであるROCK、効率的なコンテキストエンジニアリングのためのエージェントフレームワークであるiFlow CLIの3つのコンポーネントで構成されている。 ROMEはALEが基盤として100万件以上のトラジェクトリをトレーニングしたオープンソースエージェントです。
  論文  参考訳（メタデータ） (2025-12-31T14:03:39Z)
• Instruction-Tuning Open-Weight Language Models for BPMN Model Generation [0.0]
  命令チューニングによって適応されたオープンウェイトな大規模言語モデルが高品質なBPMNプロセスモデルを生成することができるかどうかを検討する。 InstruBPMは、ペア化されたテキストダイアグラムデータを作成し、オープンソースの大規模言語モデルをチューニングする再現可能なアプローチである。 調整済みモデルと未調整のオープンウェイトベースラインと、一貫したプロンプトレジームの下で強力なプロプライエタリモデルを比較した。
  論文  参考訳（メタデータ） (2025-12-12T22:07:51Z)
• Klear-AgentForge: Forging Agentic Intelligence through Posttraining Scaling [46.593200463657645]
  我々は,Klear-Qwen3-AgentForgeという高性能エージェントモデルを学習するための,包括的で完全なオープンソースパイプラインを提案する。 合成データを用いた効率的な教師付き微調整(SFT)とマルチターン強化学習(RL)を併用し,多種多様なエージェントタスクの可能性を解き放つ。
  論文  参考訳（メタデータ） (2025-11-08T09:47:27Z)
• SCUBA: Salesforce Computer Use Benchmark [63.66753028386581]
  SCUBAは、Salesforceプラットフォーム内の顧客関係管理(CRM)上のコンピュータ利用エージェントを評価するために設計されたベンチマークである。 SCUBAには、実際のユーザインタビューから派生した300のタスクインスタンスが含まれており、3つの主要なペルソナ、プラットフォーム管理者、セールス担当者、サービスエージェントで構成されている。 ゼロショット設定とデモ拡張設定の両方で、多様なエージェントのセットをベンチマークします。
  論文  参考訳（メタデータ） (2025-09-30T16:48:49Z)
• OpenCUA: Open Foundations for Computer-Use Agents [74.61449905487565]
  コンピュータ・ユース・エージェント(CUA)としての視覚言語モデル 我々は,CUAデータと基盤モデルをスケールするためのオープンソースフレームワークであるOpenCUAを提案する。 我々のエンドツーエンドエージェントモデルはCUAベンチマークで強い性能を示す。
  論文  参考訳（メタデータ） (2025-08-12T17:52:32Z)
• Agent WARPP: Workflow Adherence via Runtime Parallel Personalization [0.0]
  大規模言語モデル(LLM)はタスク指向対話(TOD)システムにますます適用されてきている。 並列パーソナライゼーション(WARPP)は、マルチエージェントランタイムとオーケストレーションを組み合わせた、トレーニング不要でモジュール化されたフレームワークである。 ユーザ属性に基づいて条件分岐を動的にプルーニングすることで、このフレームワークは推論のオーバーヘッドを減らし、実行時のツール選択を狭める。
  論文  参考訳（メタデータ） (2025-07-23T23:27:49Z)
• Command A: An Enterprise-Ready Large Language Model [180.18356391290172]
  コマンドAはエージェント最適化および多言語対応モデルである。 クラス内で最高のRetrieval Augmented Generation機能を提供する。
  論文  参考訳（メタデータ） (2025-04-01T12:08:07Z)
• MIMIR: A Streamlined Platform for Personalized Agent Tuning in Domain Expertise [49.83486066403154]
  textscMimirは、パーソナライズされたエージェントチューニングのためのカスタマイズ可能なパイプラインを提供する、合理化されたプラットフォームである。 textscMimirは、同じ入力から一般的な命令チューニングデータセットの生成をサポートする。 textscMimirはこれらの機能を統合されたエンドツーエンドプラットフォームに統合し、パーソナライズされたファイルのアップロードからワンクリックエージェントの微調整まで、あらゆることを容易にする。
  論文  参考訳（メタデータ） (2024-04-03T23:42:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。