پژوهشگران از Mage-VL-Cowork-4B رونمایی کرده‌اند؛ مدلی برای کار با رایانه که تعامل بصری با اپلیکیشن‌ها و وب‌سایت‌ها را با کدنویسی و اجرای فرمان‌های ترمینال ترکیب می‌کند. سامانه آموزشی این مدل 293,806 وظیفه دسکتاپ و وب را در 6,915 مهارت تولید کرده است. به گفته پژوهشگران، این سامانه هزینه تکرارشونده تولید وظایف را 82.6% کاهش داده است.
این تیم می‌گوید مدل در آزمون OSWorld-Verified امتیاز 66.0% گرفته و در میان مدل‌های هم‌اندازه خود، بهترین عملکرد را دارد. این نتیجه را پژوهشگران گزارش کرده‌اند؛ چکیده مقاله اعتبارسنجی مستقل یا جزئیاتی درباره دسترسی به مدل ارائه نمی‌دهد.
چرا مهم است
برای توسعه‌دهندگانی که روی عامل‌های کار با رایانه کار می‌کنند، امتیاز گزارش‌شده نشان می‌دهد مدلی کوچک می‌تواند از پس طیفی از وظایف دسکتاپ و وب برآید؛ اما چکیده مقاله عملکرد آن را در استفاده مستقل یا دنیای واقعی تأیید نمی‌کند.
