★ 3
MAI-Gym：跨移动与电脑的 GUI 智能体开源评测训练平台
论文发布 MAI-Gym，一个统一 GUI 智能体评测、数据采集与在线 RL 训练的开源平台，覆盖移动、电脑与网页环境，支持十个基准与两万并行环境实例。基于该平台训练的 MAI-Gym-9B 在 10B 参数以下开源 GUI 智能体中取得最优成绩，MobileWorld 78.4%、OSWorld…
arXiv cs.AI16 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文发布 MAI-Gym，一个统一 GUI 智能体评测、数据采集与在线 RL 训练的开源平台，覆盖移动、电脑与网页环境，支持十个基准与两万并行环境实例。基于该平台训练的 MAI-Gym-9B 在 10B 参数以下开源 GUI 智能体中取得最优成绩，MobileWorld 78.4%、OSWorld…
GMA基准评估通用移动助手在真实场景中的表现，涵盖7个应用和300个任务，分四个难度等级。评估8个前沿模型发现，性能随任务复杂度增加而显著下降。适当的框架设计可提升性能，尤其对复杂工作流。