arXiv cs.CL· Xiaoyi Zhang, Haoqing Wang, Xinjie Zhang, Xiang Ming, Xing Wang, Senqiao Yang, Kaichen Zhang, Zhaoyang Jia, Andong Tan, Xinjiang Wang, Jinghao Guo, Yifei Shen, Xiao Li, Peng Zhang, Xun Guo, Jiahao Li, Shicheng Zheng, Jinglu Wang, Zongyu Guo, Wenxuan Xie, Bin Li, Yan Lu·· 10 小时前AI 评分49
Mage-VL-Cowork：从进化式 harness 学习混合计算机使用的完整训练配方
Mage-VL-Cowork: A Full Training Recipe to Learn Hybrid Computer Use From Evolved Harnesses
AI 导读
Mage-VL-Cowork 是一个 4B 混合计算机使用智能体（CUA），从通用多模态对齐 checkpoint 出发，经 midtraining、SFT、RL 五阶段渐进课程端到端训练，在 OSWorld-Verified 上达到 66.0%，在同参数规模下取得 SOTA。
正文 · AI 翻译
作者：Xiaoyi Zhang、Haoqing Wang、Xinjie Zhang、Xiang Ming、Xing Wang、Senqiao Yang、Kaichen Zhang、Zhaoyang Jia、Andong Tan、Xinjiang Wang、Jinghao Guo、Yifei Shen、Xiao Li、Peng Zhang、Xun Guo、Jiahao Li、Shicheng Zheng、Jinglu Wang、Zongyu Guo、Wenxuan Xie、Bin Li、Yan Lu
摘要：有效的计算机使用智能体（CUA）应在单一策略中无缝结合可视化 GUI 交互与代码及终端执行。我们提出 Mage-VL-Cowork，这是一个 4B 混合 CUA，从通用多模态对齐检查点出发，通过端到端、渐进式五阶段课程（涵盖中训练、SFT 和 RL）训练而成。为大规模支撑该课程，Mage-CUA-Forge 以可复用、技能条件化的生成工作流和应用专用准备器取代逐任务智能体构建，在 6,915 项技能上合成了 293,806 个桌面与网页任务，同时将经常性逐任务开销降低 82.6%。我们没有直接蒸馏默认教师，而是演化教师框架并实例化专用 CUA 框架，以产出高质量轨迹及阶段特定监督。Mage-VL-Cowork-4B 最终通过不同训练阶段在 OSWorld-Verified 上攀升至 66.0%，且推理成本更高效，在其参数规模上达到最先进性能，并推进了端侧智能的前沿。
| 评论： | 项目页面：此 https URL |
| 主题： | 计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.40747 [cs.CL] |
| （或 arXiv:2610.40747v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40747 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xiaoyi Zhang [查看电子邮件]
[v1]
2026年10月29日星期四 15:54:48 UTC（1,044 KB）
来源：arXiv cs.CL · arxiv.org