arXiv · NLP· Haoqing Wang, Xiaoyi Zhang, Sicheng Fan, Zhexin Zhang, Xinjie Zhang, Jiahao Li, Bin Li, Yan Lu·· 2 小时前AI 评分38
Hybrid Computer Use：通用智能体统一程序化、语义与视觉接口的研究
Hybrid Computer Use: A Unified Programmatic, Semantic, and Visual Interface for General Agents
AI 导读
研究者提出 Hybrid Computer Use (HCU) 接口，融合程序化、语义及视觉三种交互通道，支持通用智能体灵活选择与组合操作方式。 HCU 工具通过批量执行动作并返回 AX 差异来减少模型轮次，同时提供技能指南辅助智能体协调各通道使用策略。 在 OSWorld 2.0 基准测试中，HCU 相比基线系统在任务成功率与效率上均表现更优，部分模型得分达到最高水平。
来源：arXiv · NLP · arxiv.org