【第475期】bBoN：让AI操作赶上人

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：The Unreasonable Effectiveness of Scaling Agents for Computer UseSummary计算机使用代理（CUAs）在自动化日常数字任务方面具有潜力，但其不稳定性和高方差阻碍了其在长时程、复杂任务中的应用。我们提出 Behavior Best-of-N（bBoN），一种通过生成多条 rollout 并使用描述代理行为的行为叙事对其进行选择，从而实现对代理进行可扩展性的方式。该方法同时支持广泛探索与基于原理的轨迹选择，显著提升了鲁棒性和成功率。在 OSWorld 上，我们的 bBoN 扩展方法达成了新的 SOTA（State of the Art）：69.9%，显著优于先前方法，...去小宇宙查看完整单集简介前往小宇宙评论区与主播互动