arxiv arXiv cs.AI · il y a 1 h · research

Qwen-UI-Agent établit un record sur les benchmarks d'utilisation mobile

Traduit de English → Français

L'équipe Qwen a publié un rapport technique pour Qwen-UI-Agent, un agent GUI fondamental centré sur le monde réel conçu pour fonctionner de manière fiable dans des environnements mobiles, d'utilisation d'ordinateur, web et DeepSearch. Le système combine divers environnements sandbox avec un runtime mobile sur appareil réel à grande échelle, entrelaçant les opérations GUI avec l'exécution CLI et prenant en charge des tâches à long terme.

Atteint 82,1 % sur MobileWorld, 92,2 % sur MobileWorld-Real et 97,5 % sur AndroidDaily benchmarks.
Atteint 79,5 % sur OSWorld-Verified et un score de progression partielle de 40,0 % sur OSWorld-v2 pour l'utilisation d'ordinateur.
Marque 73,6 % sur WebArena et 81,5 % sur ScreenSpot-Pro pour l'utilisation du navigateur et l'ancrage GUI.
Utilise un volant de données de style AutoResearch et un RL en ligne avec plus de 10 000 environnements simultanés.

Qwen-UI-Agent établit des performances record sur les benchmarks d'utilisation mobile tout en offrant des résultats compétitifs face aux modèles de pointe tels que Opus 4.8, Gemini 3.1 Pro et GPT-5.6 Sol.

Importance 2/3 arXiv cs.AI Alibaba (Qwen) AI agents Research paper

Benchmarks

Benchmark	Modèle	Score
WebArena	Qwen-UI-Agent	73.6%

Lire l'original

Articles similaires

arxiv arXiv cs.CL · il y a 3 j

AgentOmnia étend les modèles agents à des applications de scénarios complets

Les chercheurs présentent AgentOmnia, un cadre d'échelle agentique pour des scénarios complets qui coordonne la définition de l'espace de tâches, la synthèse de données, le post-entraînement, l'évaluation et l'amélioration dans les applications To-Consumer, To-Business et To-Employee. Le système utilise une taxonomie extensible et construit 5 018 environnements avec état dotés de 255 375 outils et 52 361 tâches pour permettre un diagnostic fin via OmniaBench.

arxiv arXiv cs.LG · il y a 14 j

TRACE améliore l'utilisation d'outils par les agents à long terme via l'estimation du crédit au niveau des tours

Les auteurs proposent TRACE (Turn-level Reward Assignment via Credit Estimation), une méthode d'attribution de crédit dense pour l'apprentissage par renforcement agentique qui traite la parcimonie et la haute variance des récompenses de résultat dans les tâches à long terme. En représentant les rollouts comme des transitions d'état aux limites d'appel d'outil et en déduisant les récompenses par action à partir des valeurs d'état de rapport logarithmique, TRACE permet un entraînement efficace sans critiques supplémentaires ni étapes de réglage fin supervisé.

arxiv Moonshot AI (arXiv) · il y a 276 j · 1 vue

Rapport technique sur Tongyi DeepResearch

Le rapport technique sur Tongyi DeepResearch présente un modèle de langage large (LLM) agentique conçu pour des tâches de recherche d'information approfondies et à long terme. Le système utilise un pipeline de synthèse de données entièrement automatique et un cadre d'entraînement de bout en bout combinant l'entraînement intermédiaire agentique et l'entraînement postérieur pour permettre un raisonnement évolutif.

arxiv arXiv cs.CL · il y a 1 j

Living-Harness auto-évolue les agents de harnachement pour améliorer Pass@1 d'environ 10 points

Les chercheurs proposent Living-Harness, un agent de harnachement auto-évolutif qui convertit les trajectoires terminées et les signaux d'évaluateur en preuves a posteriori pour des mises à jour bornées du harnachement. Guidé par une Evolution-SOP, le système extrait des abstractions d'épisodes et des preuves de mise à jour structurées pour écrire la mémoire épisodique et les graphes d'état.

arxiv arXiv cs.CL · il y a 2 j

Relay-OPD réduit la longueur de la trajectoire d'entraînement de plus de 50 % lors de la distillation on-policy

Les chercheurs introduisent la Distillation On-Policy par Relais (Relay-OPD) pour pallier l'échec du préfixe dans la distillation on-policy standard, où les erreurs de l'élève entraînent une supervision peu fiable. La méthode utilise une asymétrie de continuation professeur-élève comme déclencheur permettant au professeur d'intervenir brièvement pour rediriger la trajectoire avant que l'élève ne reprenne.