arxiv arXiv cs.AI · 73 д назад · ист: 78 д назад · research

Модель социального мира для долгосрочной социальной интеллектуальности

Переведено с English → Русский

Модель социального мира разбивает социальные взаимодействия на пять измерений для обеспечения обучения в замкнутом цикле. Она позволяет открытым источникам моделей стабильно улучшаться и сохранять социальные способности, превосходя базовые модели и достигая ключевых показателей, сравнимых с закрытым Gemini 3 Flash, без потери при изменении уровня сложности.

Важность 2/3 Обходит бенчмарк топ-лаборатории Новая фича по сравнению с лидерами arXiv cs.AI Alibaba (Qwen) AI agents Reasoning models Research paper

Оригинал

Qwen-AgentWorld: Языковые модели мира для общих агентов

Qwen-AgentWorld-35B-A3B и Qwen-AgentWorld-397B-A17B — это первые языковые модели мира, которые имитируют агентские среды в семи областях с помощью длинной цепи мышления. Обученные с помощью трехэтапной схемы — CPT, SFT и RL — эти модели превосходят существующие передовые модели на AgentWorldBench, критерии, полученные из реальных взаимодействий пяти моделей на девяти установленных задачах.

arxiv arXiv cs.LG · 3 д назад · 6 просмотров

CANOPY позволяет Qwen3-14B занять первое место в AppWorld с помощью RL только по результату

В статье представлен CANOPY (Coverage-ANchored On-PolicY RL) — протокол, решающий проблему недостатка сигналов и смещения политики в долгосрочном обучении с подкреплением для небольших открытых моделей. За счёт масштабирования исследования в рамках одной задачи и удержания обновлений, привязанных к KL-дивергенции, метод позволяет агентам эффективно учиться исключительно на основе проверки завершения задачи.

arxiv arXiv cs.LG · 32 д назад · 27 просмотров

Qwen выпускает Qwen-CUA, нативного агента для управления компьютером на архитектуре 397B-A17B

Qwen представляет Qwen-CUA — нативного агента для управления компьютером, построенного на основе модели mixture-of-experts объёмом 397B-A17B. Агент работает через скриншоты и события ввода, не опираясь на DOM-деревья или метаданные доступности. Система использует каркас (scaffold) для хранения до 20 активных скриншотов и обучалась с помощью облачного флота развёртывания, насчитывающего почти 100 000 виртуальных процессорных ядер на примерно 40 000 проверяемых задач.

arxiv arXiv cs.CL · 32 д назад · 16 просмотров

Qwen выпустила Qwen-CUA — нативного агента для управления компьютером с архитектурой 397B-A17B

Исследователи представили Qwen-CUA, нативного агента для управления компьютером, построенного на основе модели Qwen mixture-of-experts объёмом 397B-A17B. Система работает путём анализа скриншотов и выполнения действий через события клавиатуры и мыши, без использования DOM-деревьев или метаданных доступности.

arxiv arXiv cs.AI · 36 д назад · 15 просмотров

Qwen-UI-Agent устанавливает новый стандарт на бенчмарках мобильного использования

Команда Qwen выпустила технический отчёт по Qwen-UI-Agent, фундаментальному агенту графического интерфейса, ориентированному на реальные сценарии и предназначенному для надёжной работы в средах мобильных устройств, компьютерного использования, веб-интерфейсов и DeepSearch. Система объединяет разнообразные среды песочницы с крупномасштабным мобильным рантаймом на реальных устройствах, чередуя операции GUI с выполнением CLI и поддерживая задачи с длительным горизонтом.