01:24elvis@omarsar071°微软提出 Echoverse,把规格说明编译成有状态应用,并用应用自身数据库给任务评分。系统运行共进化循环,把每条已评分的执行轨迹读两遍:一遍修复环境、任务和验证器,一遍作为模型训练信号。浅层合成环境把线上站点准确率从 80.0 降到 75.0,深层环境把它从 80.0 提到 85.0,另一个领域从 48.0 提到 65.0。修复单个环境后,训练出的模型从 16.2% 升到 38.5%;用十二个环境训练,9B 模型在十四个评测分项上从 36.5% 升到 67.1%,与教它的更大前沿模型差距在 14 个百分点以内。团队发布四个环境作为基准,包含应用、种子数据和基于应用数据库的评分器。AI模型EchoverseMicrosoft计算机操作智能体推荐理由:微软 Echoverse 用合成环境训计算机操作智能体,9B 从 36.5% 涨到 67.1%,还开源四个基准。原文稍后读已读值得跟进有用关注 Echoverse
02:05官方账号Microsoft Research@MSFTResearchEchoverse是微软研究团队提出的新训练框架,针对计算机使用AI代理在多步骤工作流(如电子邮件和客户支持)中表现不佳的问题。传统方法仅增加训练任务数量,而Echoverse让任务、测试和环境共同演化,使代理在逼真场景中持续改进。实验显示该方法能显著提升代理在复杂多步骤任务中的成功率。该框架基于FARTS(任务空间自由演化)原理,通过动态生成新任务和环境挑战代理。AI模型Echoverse计算机使用AI多步骤工作流推荐理由:微软的Echoverse不是堆数据,而是让环境自己进化,专门训练电脑操作AI搞定多步流程(邮件、客服),比传统强多了。原文稍后读已读值得跟进有用关注 Echoverse