论文提出 WildAWM 管线,用开源模型合成计算机使用智能体的可执行训练环境
论文提出 WildAWM,一个用开源模型合成可控环境与任务、用于训练通用计算机使用智能体(CUA)的流水线。它构建同时支持图形界面、MCP 服务和命令行的可执行环境,并用执行式质量门控配合多智能体采样、交叉评判一致性和反事实探针,保证任务可解、难度足够且验证器可靠。
推荐理由:做 computer-use agent 训练的团队可以复用这套合成管线,批量生成带验证器的长程可执行任务环境。
论文提出 WildAWM,一个用开源模型合成可控环境与任务、用于训练通用计算机使用智能体(CUA)的流水线。它构建同时支持图形界面、MCP 服务和命令行的可执行环境,并用执行式质量门控配合多智能体采样、交叉评判一致性和反事实探针,保证任务可解、难度足够且验证器可靠。
推荐理由:做 computer-use agent 训练的团队可以复用这套合成管线,批量生成带验证器的长程可执行任务环境。