lab Microsoft Research Blog · agora mesmo · research

Microsoft lança Echoverse para treinar agentes de uso de computador

Traduzido do English → Português (BR)

A Microsoft Research lançou o Echoverse, uma coleção de doze ambientes sintéticos profundos projetados para treinar agentes de uso de computador. A iniciativa inclui dez mundos específicos de domínio e dois mundos focados em capacidades, todos construídos para manter um estado coerente e fidelidade comportamental.

Um modelo de 9B treinado nesses ambientes quase dobrou sua pontuação base de 36,5% para 67,1%, chegando a quatorze pontos de distância do GPT-5.4.
O lançamento inclui quatro dos mundos junto com seu código, dados e avaliadores fundamentados.
A alta fidelidade de simulação é crítica; mundos rasos causaram regressão do modelo, enquanto mundos profundos melhoraram o desempenho.
O sistema usa um loop coevolutivo onde execuções avaliadas melhoram tanto o modelo quanto os verificadores do ambiente.

O lançamento apoia a pesquisa em ambientes de uso de computador de alta fidelidade, fornecendo dados sintéticos fixos e controláveis que evitam a deriva de páginas web ao vivo.

Importância 2/3 Novo ambiente de avaliação com diferenciais Confiança 3/3 Microsoft Research Blog Microsoft Research AI agents Training methods

Artigos relacionados

lab Microsoft Research Blog · agora mesmo Ao vivo

Microsoft Research apresenta EvoLib para aprendizado em tempo de teste com uma biblioteca em evolução

A Microsoft Research apresentou o EvoLib, um framework que permite que modelos de linguagem grandes aprendam com sua própria experiência durante a inferência, sem exigir rótulos de verdade fundamental ou feedback externo. Em vez de armazenar experiências brutas como memórias estáticas, o EvoLib as transforma em habilidades reutilizáveis e insights reflexivos que são continuamente refinados, consolidados e reponderados.

lab Microsoft Research Blog · há 30 d · 2 visualizações

SkillOpt: Habilidades de agentes como parâmetros treináveis

A Microsoft Research apresenta o SkillOpt, um método que trata arquivos de habilidades de agentes como parâmetros treináveis fora de um modelo alvo congelado, transformando a edição manual de habilidades em um processo de otimização controlado. Esta abordagem melhora a confiabilidade e consistência dos agentes sem atualizar os pesos do modelo subjacente.

media MarkTechPost · há 2 d · 1 visualização

Microsoft lança MAI-Cyber-1-Flash, elevando MDASH a 95,95% no CyberGym

A Microsoft AI lançou o MAI-Cyber-1-Flash, um modelo especializado em cibersegurança que opera dentro da estrutura de varredura agencial MDASH para melhorar a detecção de vulnerabilidades. O modelo é um transformador Mixture-of-Experts esparso com 137B de parâmetros totais e 5B ativos, derivado da linhagem MAI-Code-1-Flash.

arxiv arXiv cs.CL · há 4 d

OpenForgeRL permite o treinamento de ponta a ponta de agentes baseados em harness em qualquer ambiente

O OpenForgeRL é um framework de código aberto que permite aos pesquisadores treinar agentes de IA baseados em harness de ponta a ponta usando pilhas padrão de aprendizado por reforço. Ele desacopla o treinamento da inferência ao empregar um proxy leve para registrar as chamadas do modelo como dados e um orquestrador Kubernetes para gerenciar as execuções em contêineres remotos.

arxiv arXiv cs.CL · há 7 d · 1 visualização

OpenForgeRL permite treinamento de ponta a ponta de agentes baseados em harness em qualquer ambiente

Pesquisadores apresentam o OpenForgeRL, um framework de código aberto que permite o treinamento de ponta a ponta de agentes de IA usando harnesses de inferência complexos como Claude Code e OpenClaw. O sistema desacopla o treinamento da inferência empregando um proxy leve para registrar chamadas do modelo como dados e um orquestrador Kubernetes para gerenciar implantações remotas de contêineres.