論文の概要: NorthCUA Technical Report: Turbocharging Computer-Use Agents through Experience at Scale

• arxiv url: http://arxiv.org/abs/2611.02102v3
• Date: Wed, 04 Nov 2026 06:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.669505
• Title: NorthCUA Technical Report: Turbocharging Computer-Use Agents through Experience at Scale
• Title（参考訳）: NorthCUA Technical Report:Turbocharging Computer-Use Agents through Experience at Scale
• Abstract要約: NorthCUAは、大規模なコンピュータ使用エージェントをターボチャージするための統合システムである。 エクスペリエンス・フライホイールはノースカナ・ハーネスに様々な実行可能なタスクを供給している。 Staged Learningは、この経験をFlywheelのデータと組み合わせて、GUI能力を開発する。
• 参考スコア（独自算出の注目度）: 47.60478921946322
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Scaling computer-use agents from individual actions to complex software work requires experience that connects decisions to complete outcomes. We present NorthCUA, an integrated system for turbocharging computer-use agents through experience at scale. Its Experience Flywheel supplies diverse executable tasks to the NorthCUA Harness, which sustains long interactions, records decisions, and checks task outcomes. The Flywheel uses these records to curate verified trajectories. For unsolved tasks, recursive self-improvement evolves reusable skills and preserves verified milestones so later attempts build on earlier progress. Staged Learning combines this experience with grounding data from the Flywheel to develop GUI competence through mid-training and long-horizon supervised fine-tuning. The policy then learns from fresh attempts in the same Harness through joint desktop-web reinforcement learning, closing the loop between experience production and policy improvement. The resulting Nano, Mini, and Pro family achieves state-of-the-art results among open-source models across GUI grounding, desktop execution, and Web interaction under the reported evaluation settings. For more responsive Web workflows, NorthCUA-Ultrafast pairs direct action selection with open-ended generation on pre-RL Nano, offering a measured quality-latency tradeoff. Together, these advances establish NorthCUA as a high-performing model family and a reusable foundation for agents that carry complex software work from intent to completion.
• Abstract（参考訳）: コンピュータ利用エージェントを個々のアクションから複雑なソフトウェア作業にスケールするには、意思決定と完全な成果を結びつけるエクスペリエンスが必要です。 我々は,コンピュータ使用エージェントを大規模にターボチャージするシステムであるNorthCUAについて述べる。 Experience FlywheelはNorthCUA Harnessに様々な実行可能なタスクを提供し、長時間のインタラクションを維持し、意思決定を記録し、タスクの結果をチェックする。 Flywheelはこれらのレコードを使って、検証された軌道をキュレートする。 未解決のタスクのために、再帰的な自己改善は再利用可能なスキルを進化させ、検証済みのマイルストーンを保存する。 段階学習(Staged Learning)は、この経験をFlywheelの基盤データと組み合わせて、中級トレーニングと長距離教師付き微調整によるGUI能力の開発を行う。 この方針は、共同デスクトップとウェブの強化学習を通じて、同じハーネスにおける新しい試みから学び、経験生産と政策改善の間のループを閉じる。 結果のNano、Mini、Proファミリは、報告された評価設定の下でGUIグラウンディング、デスクトップ実行、Webインタラクションにわたるオープンソースモデルの最先端の結果を達成する。 よりレスポンシブなWebワークフローのために、NorthCUA-Ultrafastは、Pre-RL Nano上で直接アクション選択とオープンな生成を行い、測定された品質とレイテンシのトレードオフを提供する。 これらの進歩により、NorthCUAは高性能なモデルファミリとして確立され、複雑なソフトウェア作業を意図から完成まで継続するエージェントのための再利用可能な基盤となっている。

関連論文リスト

• InterEvolve: Test-Time Evolution of Reward Programs for Humanoid Loco-Manipulation [54.00038257772902]
  ヒューマノイド・ロコ・マニピュレーションの試験時間進化について検討した。 私たちの重要な洞察は、ワイドコントローラが、新しいタスクに必要な能力の多くをすでに持っていることです。 InterEvolveはこのインターフェースを2つのコンポーネントで実現している。
  論文  参考訳（メタデータ） (2026-10-01T17:59:40Z)
• 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)
• SEAgent: Self-Evolving Computer Use Agent with Autonomous Learning from Experience [71.82719117238307]
  本稿では,コンピュータ利用エージェントが不慣れなソフトウェアとのインタラクションを通じて進化することを可能にするエージェント型自己進化フレームワークSEAgentを提案する。 我々は、OS-World内の5つの新しいソフトウェア環境におけるSEAgentの有効性を検証する。 当社のアプローチは,競合するオープンソースCUAに比べて,11.3%から34.5%という,23.2%の大幅な改善を実現している。
  論文  参考訳（メタデータ） (2025-08-06T17:58:46Z)
• STEVE: A Step Verification Pipeline for Computer-use Agent Training [84.24814828303163]
  STEVEは、コンピュータ使用エージェントトレーニングのためのステップ検証パイプラインである。 GPT-4oは、動作実行前後の画面に基づいて、軌跡の各ステップの正当性を検証するために使用される。 我々のエージェントは、軌道内での正と負の両方の作用を利用して微調整を監督する。
  論文  参考訳（メタデータ） (2025-03-16T14:53:43Z)
• OS-Copilot: Towards Generalist Computer Agents with Self-Improvement [48.29860831901484]
  オペレーティングシステム(OS)の包括的要素と対話可能な汎用エージェントを構築するためのフレームワークであるOS-Copilotを紹介する。 我々はOS-Copilotを使って、汎用コンピュータタスクを自動化する自己改善型実施エージェントであるFRIDAYを開発した。 一般的なAIアシスタントのベンチマークであるGAIAでは、FRIDAYが従来の手法を35%上回り、以前のタスクから蓄積したスキルを通じて、目に見えないアプリケーションへの強力な一般化を示している。
  論文  参考訳（メタデータ） (2024-02-12T07:29:22Z)

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。