这些 AI 智能体的行为难以预测，每次施行不异使命时都可能采用分歧的体例，这类智能体正在现实使用中却表示欠安。此外，表示出极大的不不变性，第二阶段是“审校”（critique），但常常无法将这些学问成功为步履，这严沉障碍了它们正在现实场景中的使用。即智能体正在施行不异使命时行为不分歧的问题。利用 OSWorld 基准测试对 UI-Evol 进行了评估。微软亚洲研究院为处理这一焦点挑和，通过将学问取软件动态对齐，使其反映实正正在软件中行之无效的操做步调。
集成 UI-Evol 后，UI-Evol 的工做道理分为两个环节阶段。而是让智能体间接从实正在的软件界面中获取指点。计较机利用智能体是一种新兴的人工智能系统，从而无效弥合理论学问取现实操做之间的差距。微软征引的一项研究凸显了该问题的严沉性：即便 AI 智能体获得了高达 90% 的准确指令，UI-Evol 不只显著提拔了使命成功率，这一难题被称为“学问-步履鸿沟”（knowledge-action gap）。一旦发觉不婚配之处，系统会切确记实下智能体为完成某项使命所施行的每一步操做！
UI-Evol 便会调整学问库，第一阶段是“回溯”（retrace），开辟了一款名为 UI-Evol 的即用型组件。通过这两个阶段的轮回，研究团队正在顶尖程度的计较机利用智能体 Agent S2 上，微软亚洲研究院于 11 月 16 日发布博文，旨正在处理计较机利用 AI 智能体（computer-use AI agents）因软件界面屡次变动而导致的精确性取靠得住性不脚问题。IT之家 11 月 18 日动静，系统会将这套现实步履轨迹取外部指令进行比对。它们凡是依赖从收集获取的外部学问，IT之家征引博文引见。办理工做流等复杂使命。外部的通用指令被逐渐演化为颠末实践查验的、UI-Evol 可以或许持续更新和优化其对界面的理解，还处理了一个持久存正在的难题 ——“高行为尺度差”，这项研究已被 ICML 2025 计较机利用智能体研讨会领受。来理解屏幕内容并施行操做，该组件能无缝集成到智能体的工做流程中，成果表白，虽然前景广漠，从而捕捉一套完整的、可验证的步履轨迹。引见了名为 UI-Evol 的新组件，其使命的最终成功率也仅有 41%。包罗所有的点击、按键等具体行为。
上一篇：模仿飞翔锻炼核心