研究者らは、アプリやウェブサイトを画面上で操作しながら、コードやターミナルコマンドも使えるコンピューター操作モデル「Mage-VL-Cowork-4B」を発表した。学習システムは6,915のスキルにまたがるデスクトップおよびウェブのタスクを293,806件生成し、タスク生成に繰り返しかかるコストを82.6%削減したと開発者らは述べている。
チームはOSWorld-Verifiedで66.0%を記録し、同規模のモデルでは最高水準だとしている。この結果は開発者らによる報告であり、要旨には第三者による検証やモデルへのアクセス方法についての説明はない。
なぜ重要か
コンピューター操作エージェントの開発を検討する人にとって、報告されたスコアは、小規模なモデルでも幅広いデスクトップやウェブのタスクをこなせる可能性を示している。ただし、要旨からは第三者による評価や実環境での性能は確認できない。
