AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:OSWorld×
6月25日
17:30
17:30Decoder@Matthias Bastian
71°
Google 将“Computer Use”能力直接集成到 Gemini 3.5 Flash,使模型可自主操作电脑、浏览器和移动设备。在 OSWorld 基准测试中,Gemini 3.5 Flash 得分 78.4,与 GPT-5.5 成绩相当。开发者可利用 Gemini API 构建用于软件测试或办公自动化的智能体。
AI模型Gemini 3.5 FlashComputer UseOSWorld智能体自动化

推荐理由:Google 把屏幕操控塞进了 Gemini 3.5 Flash,OSWorld 得分和 GPT-5.5 差不多。开发者直接用 API 就能做自动化,很实在。
原文
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月28日
11:28
11:28arXiv cs.AI@Suji Kim, Kangsan Kim, Sung Ju Hwang
精选
计算机使用代理(CUA)在多个领域取得进展,但为每个领域部署大型专家模型成本高昂。小模型虽更实用,但在特定领域表现不均。研究发现,简单合成大规模训练数据效果有限。为此,研究者提出LearnWeak框架,利用强参考代理识别小模型的弱点,自动生成针对性任务和训练数据,并引入错误感知的专精目标,区分规划与执行错误。在OSWorld基准上,LearnWeak在八个领域平均提升EvoCUA-8B和OpenCUA-7B分别11.6和11.1个百分点,优于现有方法。
论文计算机使用代理模型专精弱点识别自动数据合成OSWorld

推荐理由:做小模型领域专精的团队终于有了高效方案——LearnWeak用强模型找弱模型短板,自动生成针对性数据,比盲目合成数据效果好太多,做CUA或自动化代理的开发者值得一试。
原文
精选全部日报登录