lab Microsoft Research Blog · à l'instant · research

Microsoft lance Echoverse pour entraîner des agents d'utilisation d'ordinateur

Traduit de English → Français

Microsoft Research a lancé Echoverse, une collection de douze environnements synthétiques profonds conçus pour entraîner des agents d'utilisation d'ordinateur. L'initiative comprend dix mondes spécifiques au domaine et deux mondes axés sur les capacités, tous construits pour maintenir un état cohérent et une fidélité comportementale.

Un modèle de 9B entraîné sur ces environnements a presque doublé son score de base de 36,5 % à 67,1 %, se rapprochant de GPT-5.4 de quatorze points.
La release inclut quatre des mondes ainsi que leur code, leurs données et leurs évaluateurs ancrés.
Une haute fidélité de simulation est critique ; les mondes superficiels ont causé une régression du modèle tandis que les mondes profonds ont amélioré les performances.
Le système utilise une boucle coévolutives où les exécutions évaluées améliorent à la fois le modèle et les vérificateurs de l'environnement.

La release soutient la recherche sur les environnements d'utilisation d'ordinateur de haute fidélité en fournissant des données synthétiques fixes et contrôlables qui évitent la dérive des pages web en direct.

Importance 2/3 Nouveau cadre d'évaluation avec différenciateurs Confiance 3/3 Microsoft Research Blog Microsoft Research AI agents Training methods

Lire l'original

Articles similaires

lab Microsoft Research Blog · à l'instant En direct

Microsoft Research présente EvoLib pour l'apprentissage au moment du test avec une bibliothèque évolutive

Microsoft Research a présenté EvoLib, un cadre qui permet aux grands modèles de langage d'apprendre de leur propre expérience pendant l'inférence sans nécessiter d'étiquettes de vérité terrain ni de retour externe. Au lieu de stocker les expériences brutes comme des mémoires statiques, EvoLib les transforme en compétences réutilisables et en réflexions qui sont continuellement affinées, consolidées et réévaluées.

lab Microsoft Research Blog · il y a 30 j · 2 vues

SkillOpt : Les compétences des agents comme paramètres entraînables

Microsoft Research présente SkillOpt, une méthode qui traite les fichiers de compétences des agents comme des paramètres entraînables en dehors d'un modèle cible figé, transformant l'édition manuelle des compétences en un processus d'optimisation contrôlé. Cette approche améliore la fiabilité et la cohérence des agents sans mettre à jour les poids du modèle sous-jacent.

media MarkTechPost · il y a 2 j · 1 vue

Microsoft publie MAI-Cyber-1-Flash, portant MDASH à 95,95 % sur CyberGym

Microsoft AI a publié MAI-Cyber-1-Flash, un modèle spécialisé en cybersécurité qui s'exécute dans le harnais de scan agentique MDASH pour améliorer la détection des vulnérabilités. Le modèle est un transformateur Mixture-of-Experts avec 137B de paramètres au total et 5B actifs, issu de la lignée MAI-Code-1-Flash.

arxiv arXiv cs.CL · il y a 4 j

OpenForgeRL permet l'entraînement de bout en bout d'agents à base de harnais dans n'importe quel environnement

OpenForgeRL est un framework open-source qui permet aux chercheurs d'entraîner des agents IA à base de harnais de bout en bout en utilisant des piles d'apprentissage par renforcement standard. Il découple l'entraînement de l'inférence en employant un proxy léger pour enregistrer les appels de modèle comme données et un orchestrateur Kubernetes pour gérer les déploiements dans des conteneurs distants.

arxiv arXiv cs.CL · il y a 7 j · 1 vue

OpenForgeRL permet l'entraînement de bout en bout d'agents basés sur des harnais dans n'importe quel environnement

Les chercheurs présentent OpenForgeRL, un framework open-source qui permet l'entraînement de bout en bout d'agents IA à l'aide de harnais d'inférence complexes tels que Claude Code et OpenClaw. Le système découple l'entraînement de l'inférence en employant un proxy léger pour enregistrer les appels de modèle comme données et un orchestrateur Kubernetes pour gérer les déploiements de conteneurs distants.