CUA-Master通过开放环境中的递归改进扩展计算机操作智能体
CUA-Master是一套面向计算机操作智能体的递归改进框架，由两个反馈循环组成。外层循环利用开放环境数据和模型弱点，持续指导数据构建与优化；内层循环则从教学视频中提取真实工作流程，并将其转化为多样且可验证的任务。研究还引入反馈引导的快照回滚重试机制，以提高轨迹采集的可靠性。在实验中，270亿参数的模型在OSWorld Verified上取得80.2分，在OSWorld 2.0上取得36.9分，在WeaveBench上取得43.9分，在Agents' Last Exam上取得25.0分。作者还报告称，该框架提升了数据合成的质量和效率，并在多轮递归迭代中持续带来性能提升。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。