Cua开源4B参数多模态操作模型Cua-S1-4B-0.2
精选理由
Cua放出了一个只有4B参数的开源模型，看屏幕就能直接操作电脑，GUI基准完成率92.9%，做电脑智能体的可以试试。
Cua开源了4B参数的Cua-S1-4B-0.2模型，通过识别屏幕画面和任务目标直接执行电脑操作。该模型在真实系统环境中用任务完成奖励做强化学习训练，不依赖软件底层的无障碍结构。在168项GUI基准测试中，任务完成率达92.9%，超过未训练基线的60.1%。
原文 · Gorden Sun
Cua开源多模态操作模型：轻量模型辅助决策
开源4B参数模型Cua-S1-4B-0.2，专门通过识别屏幕画面和任务目标来直接执行电脑操作。该模型在真实系统环境中通过任务完成奖励进行强化学习训练，无需依赖软件底层的无障碍结构。在168项GUI基准测试中，其任务完成率达到92.9%，大幅超过未训练基线模型的60.1%。
模型：https://t.co/3WOA7fuouX
