कई संस्थानों के लेखकों की एक टीम ने MAI-Gym जारी किया है। यह ग्राफिकल यूज़र इंटरफेस (GUI) के साथ काम करने वाले AI एजेंट बनाने, उनका परीक्षण करने और उन्हें प्रशिक्षित करने का ओपन-सोर्स प्लेटफॉर्म है। इसका कोड, डेटा और 9-billion-parameter मॉडल चेकपॉइंट अब कोई भी डाउनलोड कर सकता है। MAI-Gym मोबाइल फोन, डेस्कटॉप कंप्यूटर और वेब ब्राउज़र पर काम करता है और एक साथ 20,000 तक एनवायरनमेंट चला सकता है।
MAI-Gym क्या उपलब्ध कराता है?
इस प्लेटफॉर्म में एक साझा रोलआउट पाइपलाइन है, जो मूल्यांकन और रीइन्फोर्समेंट लर्निंग (RL) प्रशिक्षण के दौरान एजेंट के व्यवहार को एकसमान रखती है। इसमें दस स्थापित बेंचमार्क सूट और 2,000 सत्यापित टास्क शामिल हैं, जो टिकट बुकिंग, ईमेल और सेटिंग्स स्क्रीन जैसे ऐप कवर करते हैं। MAI-Gym नए मॉक ऐप भी अपने आप बना सकता है। यह ऐसे एनवायरनमेंट तैयार करता है जिन्हें रीसेट किया जा सकता है, साथ ही कई ऐप में फैली दुनिया भी बनाता है—और इनके सही ढंग से चलने की जांच की जाती है।
जारी किए गए 9B मॉडल के नतीजे
इस फ्रेमवर्क का इस्तेमाल करके लेखकों ने MAI-Gym-9B को प्रशिक्षित किया, जो मोबाइल और डेस्कटॉप, दोनों पर काम करने वाला एकीकृत एजेंट है। MobileWorld बेंचमार्क पर मॉडल ने 78.4 % सफलता हासिल की, जबकि OSWorld-Verified पर इसका स्कोर 76.2 % रहा। ट्रांसफर टेस्ट में एजेंट ने एक मॉक ऐप पर टिकट बुक करना सीखा और फिर असली फोन पर वही काम किया। इससे सफलता दर 28.8 % से बढ़कर 48.1 % हो गई।
यह क्यों मायने रखता है
डेवलपर अब अपना विशाल इन्फ्रास्ट्रक्चर बनाए बिना ऐसे AI असिस्टेंट प्रशिक्षित कर सकते हैं जो फोन, PC और ब्राउज़र पर काम करें। ओपन डेटा और मॉडल से शोधकर्ता नए विचारों को तेजी से परख सकते हैं। ट्रांसफर टेस्ट के नतीजे यह भी संकेत देते हैं कि सिम्युलेटेड ऐप में प्रशिक्षण से वास्तविक दुनिया में प्रदर्शन बेहतर हो सकता है।
