搜索

WildAWM 合成电脑环境训练智能体调用网页、界面与工具（在新窗口打开）

微软研究院等团队构造跨 GUI、MCP 和命令行的电脑任务，并用验证器判分。两款千问模型在论文列出的八个分布外基准上均有提升。