Salesforce用智能体配置训练企业模型

Koa基于Nemotron开放权重，将Agent Script扩展为多轮任务并以GRPO训练。

推荐理由：核心是把Agent Script配置自动扩展为多轮任务，再以工具调用结果作奖励进行GRPO训练；增益虽有限但稳定，说明企业流程可直接沉淀为专用智能体能力。