CUA-Master：通过开放世界递归改进扩展计算机使用智能体
CUA-Master: Scaling Computer-use Agents through Open-World Recursive Improvements
精选理由
提出开放世界双循环改进框架，提升电脑操作智能体的数据合成效率、可靠性与跨基准表现。
AI 摘要
尽管计算机使用智能体（CUA）近期取得了进展，其发展仍受限于交互数据的多样性、可控性和可靠性不足。此外，传统优化流程缺乏迭代反馈，而现有递归改进方法往往依赖自生成经验，限制了能力扩展，并导致收益递减。为应对这些挑战，我们提出 CUA-Master，一种嵌套双循环递归改进框架。在系统层面，外层的“世界—数据—模型”飞轮持续引入开放世界语料，并利用模型不断变化的薄弱环节，指导后续的数据构建与优化迭代。在数据层面，内层飞轮将开放世界种子挖掘与自催化传播相结合。前者从教学视频中挖掘真实工作流程作为种子任务，并采用视觉—语义双路径轨迹重建；后者将这些种子转化为可复用的原语，以可控方式合成多样、复杂且可验证的任务。为实现高效、可靠的轨迹采集，我们进一步在多种真实环境中引入反馈引导的快照回滚重试机制。广泛的实验表明，CUA-Master-27B 在纯 GUI 和 GUI-CLI 混合基准测试中均取得了具有竞争力的表现，在 OSWorld Verified、OSWorld 2.0、WeaveBench 和 Agents' Last Exam 上分别获得 80.2、36.9、43.9 和 25.0 分。我们的框架还显著提升了数据合成的质量与效率，并在递归迭代过程中展现出持续增益。