Simular ने घोषणा की कि उसका ओपन एजेंटिक फ्रेमवर्क, Agent S, वास्तविक कंप्यूटर कार्य करने वाले मल्टीमोडल एजेंट्स का मूल्यांकन करने वाले OSWorld बेंचमार्क पर 72.6% सफलता दर हासिल कर चुका है। यह स्कोर बेंचमार्क के मानव-स्तर प्रदर्शन 72.36% से अधिक है, जिससे इस डोमेन में किसी AI एजेंट द्वारा मानव सीमा को पार करने का पहला मौका दर्ज हुआ है।
- Agent S ने OSWorld पर 72.6% हासिल किया, जो मानव आधार रेखा 72.36% से बेहतर है।
- यह ब्रेकथ्रू Behavior Best-of-N (bBoN) द्वारा संभव हुआ, एक विधि जो सर्वोत्तम परिणाम चुनने के लिए कई एजेंट्स का उपयोग करती है।
- यह पिछले साल केवल एक वर्ष पहले 20% के आसपास घूम रहे स्कोर की तुलना में महत्वपूर्ण प्रगति दर्शाता है।
- Simular ने हाल ही में $21.5 मिलियन फंडिंग हासिल की है और Microsoft Windows 365 for Agents का पायलट चला रहा है।
Simular इस तकनीक को व्यापक रूप से सुलभ बनाना चाहता है ताकि वास्तविक कंप्यूटरों पर उपभोक्ताओं के लिए वास्तविक उपयोग मामलों को अनलॉक किया जा सके।