# Mage-VL-Cowork、PC操作向けの40億パラメーター modelを学習

> 画面操作にコードやターミナルの利用を組み合わせるよう学習したモデルで、OSWorld-Verifiedのスコアは66.0%だったと開発者らが報告した。

Oossa · 2026-11-02 · https://oossa.com/ja/mage-vl-cowork-trains-a-4b-model-for-computer-use

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。

## 事実

- モデル規模：40億パラメーター。報告されたOSWorld-Verifiedのスコア：66.0%。
- 学習データ：6,915のスキルにまたがる293,806件のタスク。

## 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。

## 出典と参考資料

1. [Mage-VL-Cowork: A Full Training Recipe to Learn Hybrid Computer Use From Evolved Harnesses](https://arxiv.org/abs/2610.40747) – arXiv, 2026-11-02

最終更新: 2026-11-02