論文の概要: Mage-VL-Cowork: A Full Training Recipe to Learn Hybrid Computer Use From Evolved Harnesses

• arxiv url: http://arxiv.org/abs/2610.40747v1
• Date: Thu, 29 Oct 2026 15:54:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.455117
• Title: Mage-VL-Cowork: A Full Training Recipe to Learn Hybrid Computer Use From Evolved Harnesses
• Title（参考訳）: Mage-VL-Cowork:進化したハーネスからハイブリッドコンピュータの使い方を学ぶためのフルトレーニング
• Abstract要約: 一般的なマルチモーダルなチェックポイントからトレーニングした4BハイブリッドCUAであるMage-VL-Coworkを提案する。 Mage-CUA-Forgeは、タスクごとのエージェント構築を、再利用可能なスキル条件付き生成とアプリケーション固有の準備装置で置き換える。
• 参考スコア（独自算出の注目度）: 64.27118456231604
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Effective computer-use agents (CUAs) should seamlessly combine visual GUI interaction with code and terminal execution within a single policy. We present Mage-VL-Cowork, a 4B hybrid CUA trained from a general multimodally aligned checkpoint through an end-to-end, progressive five-stage curriculum across midtraining, SFT, and RL. To power this curriculum at scale, Mage-CUA-Forge replaces per-task agent construction with reusable, skill-conditioned generation workflows and application-specific preparers, synthesizing 293,806 desktop and web tasks across 6,915 skills while reducing recurring per-task expenditure by 82.6%. Rather than directly distilling a default teacher, we evolve the teacher harness and instantiate specialized CUA harnesses to yield high-quality trajectories alongside stage-specific supervision. Mage-VL-Cowork-4B finally climbs to 66.0% on OSWorld-Verified through different training stages with more efficient reasoning cost, achieving state-of-the-art performance at its parameter size and pushing forward the frontier of on-device intelligence.
• Abstract（参考訳）: 有効なコンピュータ利用エージェント(CUA)は、単一のポリシー内でコードと終端実行との視覚的GUIの相互作用をシームレスに組み合わせるべきである。 Mage-VL-Coworkは,総合的なマルチモーダルなチェックポイントから訓練された4BハイブリッドCUAである。 このカリキュラムを大規模に活用するために、Mage-CUA-Forgeはタスク毎のエージェント構築を再利用可能なスキル条件付き生成ワークフローとアプリケーション固有の準備に置き換え、293,806のデスクトップタスクとWebタスクを6,915のスキルで合成し、タスク毎の支出を82.6%削減した。 デフォルトの教師を直接蒸留するのではなく、教師のハーネスを進化させ、特定のCUAハーネスをインスタンス化し、ステージ固有の監督とともに高品質な軌跡を得る。 Mage-VL-Cowork-4BはOSWorld-Verifiedで66.0%まで上昇し、より効率的な推論コスト、パラメータサイズでの最先端の性能、デバイス上のインテリジェンスの最前線を推し進めた。

関連論文リスト

• SCALECUA: Scaling Computer Use Agents with Verifiable Task Synthesis and Efficient Online RL [38.05711358650287]
  コンピュータ利用エージェント(CUA)は、視覚認識とGUI実行を通じて複雑なデジタルを自動化する強力なインターフェースとして登場しつつある。 検証可能な報酬(RLVR)を備えたオンライン強化学習は、その能力をスケールアップするための重要な方向として現れている。 検証可能なタスク合成と効率的なトレーニングを通じてCUAのオンラインRLをスケールする統合フレームワークであるScaleCUAを紹介する。
  論文  参考訳（メタデータ） (2026-07-13T07:32:35Z)
• AcademiClaw: When Students Set Challenges for AI Agents [69.70303995121154]
  AcademiClaw(アカデミクロー)は、大学生の実際の学術的切断から直接引き出された80の複雑な長い水平タスクのベンチマークである。 最高のモデルでさえ、55%のパスレートしか達成できないことを示す。 AcademiClawとそのオープンソースデータとコードが、OpenClawコミュニティにとって有用なリソースになることを願っています。
  論文  参考訳（メタデータ） (2026-05-04T14:40:42Z)
• Generalizable and Efficient Automated Scoring with a Knowledge-Distilled Multi-Task Mixture-of-Experts [5.109529226503146]
  UniMoE-Guidedは複数のタスク固有の大規模モデル(教師)から単一のコンパクトでデプロイ可能なモデル(学生)に専門知識を移行する i)クロスタスク表現のための共有エンコーダ、(ii)共有処理とタスク固有の処理のバランスをとるゲートされたMoEブロック、(iii)軽量タスクヘッドを組み合わせる。
  論文  参考訳（メタデータ） (2025-11-18T04:55:44Z)
• Efficient Multi-turn RL for GUI Agents via Decoupled Training and Adaptive Data Curation [65.3648667980258]
  視覚言語モデル(VLM)に基づくGUIエージェントは複雑なタスクの自動化を約束するが、強化学習(RL)の適用において大きな課題に直面している。 異種モジュールを高度に非結合的に協調するGUIエージェントのための非結合エージェントRLトレーニングフレームワークであるDARTを提案する。 OSWorldのベンチマークでは、DART-GUI-7Bは42.13%のタスク成功率、14.61%の絶対ゲイン、オープンソースSOTAよりも7.34%高い。
  論文  参考訳（メタデータ） (2025-09-28T13:19:20Z)
• Omni-Thinker: Scaling Multi-Task RL in LLMs with Hybrid Reward and Task Scheduling [66.0871543682453]
  我々はOmni-Thinkerについて紹介する。Omni-Thinkerは多種多様なタスクにわたって大きな言語モデルをスケールする統合強化学習フレームワークである。 我々のスケジューラは,BWTに基づいてタスクを順序付けし,マルチタスク性能を向上する。
  論文  参考訳（メタデータ） (2025-07-20T01:50:16Z)
• Efficient Multi-Task Inferencing with a Shared Backbone and Lightweight Task-Specific Adapters for Automatic Scoring [1.2556373621040728]
  本稿では,タスク固有の微調整のための軽量LoRAアダプタにより拡張された共有バックボーンモデルアーキテクチャを提案する。 GPUメモリ消費を60%削減し、推論遅延を40%削減しながら、競争力のあるパフォーマンスを実現している。 この結果は、自動スコアリングシステムにおける公正性と透明性を維持しながら、学習結果を向上するスケーラブルなAIの可能性を強調している。
  論文  参考訳（メタデータ） (2024-12-30T16:34:11Z)
• GAT: Guided Adversarial Training with Pareto-optimal Auxiliary Tasks [73.88590165742721]
  本稿では,限られた訓練データの下で補助的なタスクを活用する新しい対人訓練手法を提案する。 本手法は, 対戦学習の最小値最適化において, シングルタスクモデルをマルチタスクモデルに拡張する。 我々は、ガイド付きマルチタスク学習が、モデルロバスト性の境界をさらに推し進めるために、実践的で有望な方法であることを実証する。
  論文  参考訳（メタデータ） (2023-02-06T16:23:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。