CUA-Master-27B atteint 80,2 sur OSWorld Verified, poids ouverts
TL;DR
- CUA-Master-27B rapporte 80,2 sur OSWorld Verified, 36,9 sur OSWorld 2.0, 43,9 sur WeaveBench et 25,0 sur Agents' Last Exam.
- Le framework imbrique deux boucles : un flywheel world-data-model externe et un flywheel data interne qui extrait des workflows depuis des vidéos tutorielles.
- Les poids 27B, le code et le dataset sont publiés sur Hugging Face et GitHub par MMLab (CUHK), Tsinghua et HKUST(GZ).
CUA-Master-27B, un agent desktop open source signé par les équipes du MMLab (CUHK), de Tsinghua et de HKUST(GZ), avec Explore Academy et JD, rapporte 80,2 sur OSWorld Verified, 36,9 sur OSWorld 2.0, 43,9 sur WeaveBench et 25,0 sur Agents' Last Exam, selon le papier publié sur Hugging Face.
Les auteurs décrivent un framework imbriqué « double-loop » : une boucle externe « world-data-model » qui absorbe un corpus open-world et laisse les faiblesses mesurées du modèle guider les itérations suivantes de données et d'optimisation, et une boucle interne qui « mines authentic workflows as seed tasks from instructional videos » avant de reconstruire les trajectoires en primitives réutilisables pour synthèse contrôlée. L'abstract place le modèle en « competitive performance across GUI-only and GUI-CLI hybrid benchmarks », formule plus mesurée qu'une revendication de SOTA frontal.
Un mécanisme « feedback-guided snapshot-rollback retry mechanism in various real environments » gère la fragilité des rollouts longs. Poids, code et dataset sont publiés sur Hugging Face et GitHub.
La sortie s'inscrit dans une file dense d'alertes agents côté AI Weekly, avec 240 histoires suivies sur 90 jours, dont CoworkOS la veille.
Article original publié par huggingface.co
Lire l'article original →Titre original : CUA-Master-27B pousse les agents desktop open-world à l'état de l'art via un double-loop d'auto-amélioration