A Simular anunciou que seu framework agêntico aberto, Agent S, alcançou uma taxa de sucesso de 72,6% no benchmark OSWorld para avaliar agentes multimodais realizando tarefas reais de computador. Esta pontuação excede o desempenho humano do benchmark de 72,36%, marcando a primeira vez que um agente de IA superou o limiar humano neste domínio.
- Agent S atingiu 72,6% no OSWorld, batendo a linha de base humana de 72,36%.
- O avanço foi possibilitado pelo Behavior Best-of-N (bBoN), um método que usa múltiplos agentes para selecionar o melhor resultado.
- Isso representa um progresso significativo em relação às pontuações que giravam em torno de 20% há apenas um ano.
- A Simular recentemente garantiu $21,5 milhões em financiamento e está testando o Microsoft Windows 365 for Agents.
A Simular visa tornar esta tecnologia amplamente acessível para desbloquear casos de uso reais para consumidores em computadores reais.