研究人员开发了Mage-VL-Cowork,一个拥有40亿参数的混合计算机使用智能体(CUA),旨在无缝集成视觉GUI交互与代码和终端执行。训练过程采用了五阶段课程,利用Mage-CUA-Forge合成了超过293,000个跨越6,915项技能的桌面和Web任务,显著降低了每任务的支出。这种方法使Mage-VL-Cowork-4B在其参数规模上,在OSWorld-Verified基准测试中达到了最先进的性能,展示了高效的推理能力并推动了设备端智能的发展。 AI
影响 推动了混合计算机使用智能体的设备端智能和高效推理能力的发展。
排序理由 该集群包含一篇详细介绍新型AI模型及其训练方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →