SYNE1

新的MAGA方法融合GUI代理以实现跨环境部署

研究人员开发了MAGA，一种将专门的GUI代理整合为单一跨环境策略的新颖方法。与以往在冲突动作或同等对待所有响应令牌方面存在困难的方法不同，MAGA根据生成动作的正确性重新分配训练信号。这种方法将学习重点放在错误的动作上，并使用仅用于训练的提示来优化来自领域特定教师的监督信号，而不会改变学生输入。在两个模型规模上，MAGA都表现出卓越的性能，实现了最高的平均成功率，并接近匹配教师的性能。