OpenMobile-2 dimostra che gli agenti per smartphone open-source possono competere con i modelli proprietari
decoder ·
I ricercatori dell'Università di Nanchino e SenseTime hanno rilasciato OpenMobile-2, un agente AI per smartphone open-source che eguaglia le prestazioni dei modelli proprietari. Il progetto utilizza due modelli basati su Qwen con 9 miliardi e 27 miliardi di parametri, addestrati in un ambiente simulato contenente oltre 110 applicazioni. Una scoperta chiave dello studio è che la diversità dell'addestramento su molte applicazioni migliora significativamente i tassi di successo sulle applicazioni non viste più dell'aumento del solo volume dei dati. Su dispositivi Android reali, il modello più grande ha ottenuto un punteggio di 59,6 su SPA-Bench, segnando il risultato più alto tra i modelli open-source. L'impostazione di addestramento ha previsto la ricostruzione di app cinesi e globali popolari per consentire una pratica sicura e ripetibile senza barriere di accesso o acquisto. Inoltre, gli agenti sono stati addestrati a utilizzare comandi diretti quando disponibili, permettendo loro di saltare la complessa navigazione nei menu e completare le attività in meno passaggi. Sebbene l'apprendimento per rinforzo abbia fornito alcuni vantaggi, i guadagni principali sono derivati dall'approccio ibrido che combina le azioni sullo schermo con gli strumenti delle app esposti. Questo lavoro dimostra che gli agenti open-source possono competere efficacemente con sistemi chiusi come Gemini di Google attraverso metodologie di addestramento innovative.
decoder