OS-Helix：统一原生计算机操作代理中的图形界面交互与代码执行
OS-Helix是一种多模态计算机操作代理，将图形用户界面操作与代码执行整合到同一动作空间中。该系统使用将真实桌面应用与文件工件配对的混合数据进行训练，并通过监督微调和真实环境中的在线强化学习进一步优化。研究团队还提出Step-balanced GSPO，按照动作步骤而非单个令牌进行优化加权。在OSWorld-Verified测试中，作者报告称，OS-Helix-27B和OS-Helix-35B-A3B相较于匹配的Qwen3.5混合基线分别取得35.0%和33.7%的相对提升。OS-Helix-27B-RL的成功率进一步达到66.44%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。