Pesquisadores propõem um ciclo de autoaperfeiçoamento impulsionado por falhas para agentes de uso computacional que utiliza trajetórias falhas para melhorar o desempenho do modelo. O método emprega um LLM para diagnosticar modos de falha e gerar patches de código, os quais são levemente verificados por humanos para atualizar o agente.

  • A abordagem visa modelos de linguagem grandes multimodais (MLLMs) operando em ambientes verificáveis.
  • Ela complementa pipelines padrão baseados em sucesso ao extrair informações de trajetórias falhas descartadas.
  • Validado no benchmark OSWorld usando o modelo OpenCUA-72B, o método melhorou a taxa de sucesso de 42,3% para 48,9%.
  • A melhoria representa um ganho de 6,6 pontos percentuais sem custo adicional de treinamento e apenas sobrecarga modesta de inferência.

Este trabalho demonstra que o autoaperfeiçoamento impulsionado por falhas é um complemento viável aos pipelines existentes, permitindo uma melhoria mais eficiente do agente.