lab Microsoft Research Blog · ahora mismo · research

Microsoft lanza Echoverse para entrenar agentes de uso de computadora

Traducido del English → Español

Microsoft Research ha lanzado Echoverse, una colección de doce entornos sintéticos profundos diseñados para entrenar agentes de uso de computadora. La iniciativa incluye diez mundos específicos por dominio y dos mundos centrados en capacidades, todos construidos para mantener un estado coherente y fidelidad conductual.

Un modelo de 9B entrenado en estos entornos casi duplicó su puntuación base de 36,5% a 67,1%, alcanzando una diferencia de catorce puntos respecto a GPT-5.4.
El lanzamiento incluye cuatro de los mundos junto con su código, datos y evaluadores fundamentados.
La alta fidelidad de simulación es crítica; los mundos superficiales causaron regresión del modelo, mientras que los mundos profundos mejoraron el rendimiento.
El sistema utiliza un buco de coevolución donde las ejecuciones evaluadas mejoran tanto el modelo como los verificadores del entorno.

El lanzamiento apoya la investigación en entornos de uso de computadora de alta fidelidad al proporcionar datos sintéticos fijos y controlables que evitan la deriva de las páginas web en vivo.

Importancia 2/3 Nuevo entorno de evaluación con diferenciadores Confianza 3/3 Microsoft Research Blog Microsoft Research AI agents Training methods

Artículos relacionados

lab Microsoft Research Blog · ahora mismo En vivo

Microsoft Research presenta EvoLib para el aprendizaje en tiempo de prueba con una biblioteca en evolución

Microsoft Research ha presentado EvoLib, un marco que permite a los modelos de lenguaje grandes aprender de su propia experiencia durante la inferencia sin necesidad de etiquetas de verdad fundamental ni retroalimentación externa. En lugar de almacenar experiencias crudas como memorias estáticas, EvoLib las transforma en habilidades reutilizables e insights reflexivos que se refinan, consolidan y reponderan continuamente.

lab Microsoft Research Blog · hace 30 d · 2 vistas

SkillOpt: Habilidades de agente como parámetros entrenables

Microsoft Research presenta SkillOpt, un método que trata los archivos de habilidades del agente como parámetros entrenables fuera de un modelo objetivo congelado, transformando la edición manual de habilidades en un proceso de optimización controlada. Este enfoque mejora la fiabilidad y consistencia del agente sin actualizar los pesos del modelo subyacente.

arxiv arXiv cs.AI · hace 41 d · 2 vistas

UltraQuant: Caché KV de 4 bits para agentes con alta carga de contexto

UltraQuant permite el caché KV de 4 bits para agentes con alta carga de contexto, reduciendo el tiempo P50 hasta el primer token en 3.47x en rondas tardías y aumentando el rendimiento de salida en 1.63x sobre la línea base FP8 KV. Logra esto mediante consultas FP8, tensores KV FP4, escalas de grupo UE8M0 y MFMA escalado nativo en GPUs AMD CDNA4, con optimizaciones para kernels de decode-attention y elecciones de diseño robustas como el tratamiento asimétrico K/V y la rotación de Walsh-Hadamard.

arxiv arXiv cs.LG · hace 41 d · 1 vista

UltraQuant: Caché KV de 4 bits para agentes con alta carga de contexto

UltraQuant introduce un método de caché KV de 4 bits diseñado para cargas de trabajo de agentes con alta demanda de contexto. Logra una reducción de 3.47x en el tiempo P50 hasta el primer token en rondas tardías y un aumento de 1.63x en el rendimiento de salida en comparación con el caché KV FP8, utilizando consultas FP8, tensores KV FP4 y soporte nativo AMD CDNA4 para scaled-MFMA.

arxiv arXiv cs.LG · hace 41 d · 3 vistas

Cápsulas de estado de ejecución para inferencia de IA en dispositivo con baja latencia

Las cápsulas de estado de ejecución permiten la verificación y restauración de puntos de control vinculados al gráfico del estado completo de ejecución, incluidos los estados KV, recurrentes y de convolución, para la inferencia de IA en dispositivo con baja latencia y lotes pequeños. En RTX 5090 y Jetson AGX Thor, la restauración de cápsulas logra una corrección exacta a nivel de bytes e idéntica a nivel de tokens, con operaciones de GPU de submilisegundo y aceleraciones de TTFT hasta 27x en 16k tokens, demostrando una reducción significativa de latencia en flujos de trabajo de IA interactivos.