NorthCUA Technical Report: Turbocharging Computer-Use Agents through Experience at Scale
Pubblicata su AIChronos il · fonte del · Chaoyun Zhang, Bingxuan Li, Pinxue Guo, Yangfan Gao, Zikun Cai, Tianci Xie (beipo-ai)
NorthCUA è un sistema integrato progettato per potenziare gli agenti computer-use attraverso l'esperienza su larga scala. Il suo 'Experience Flywheel' fornisce compiti eseguibili al NorthCUA Harness, che registra le decisioni e controlla i risultati delle interazioni a lungo termine. Attraverso il Staged Learning e il reinforcement learning congiunto desktop-web, il sistema sviluppa competenze GUI preservando traguardi verificati per migliorare iterativamente la policy. La famiglia di modelli risultante (Nano, Mini, Pro) raggiunge state-of-the-art tra i modelli open-source in grounding, esecuzione desktop ed interazione web.
- L'Experience Flywheel genera traiettorie verificate collegando decisioni a esiti completi per l'apprendimento degli agenti.
- Il sistema combina dati di grounding con esperienza accumulata tramite mid-training e long-horizon supervised fine-tuning.
- NorthCUA-Ultrafast offre un compromesso misurato tra qualità e latenza accoppiando la selezione diretta delle azioni alla generazione aperta-ended.
- La famiglia NorthCUA (Nano, Mini, Pro) supera gli altri modelli open-source nelle valutazioni di interazione web ed esecuzione desktop.
- Il processo include recursive self-improvement per evolvere abilità riutilizzabili e preservare milestone verificati.
Perché conta. Questa architettura è rilevante perché fornisce un fondamento riutilizzabile per sviluppare agenti capaci di gestire compiti software complessi dall'intenzione al completamento, ottimizzando l'uso dell'esperienza locale.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.