Native CUA 要云舰队喂轨迹：Qwen-CUA，OSWorld-Verified 86.2 / Max 87.6

计算机科学 > 机器学习

arXiv:2608.02352 (cs)

作者：Dunjie Lu, Shuai Bai, Tianyi Bai, Sicheng Fan, Chang Gao, Jian Guan, Feng Hu, Mianqiu Huang, Xingyang Huang, Yizhen Jiang, Yuheng Jing, Dehui Kong, Ning Li, Dayiheng Liu, Shixuan Liu, Zheng Liu, Que Shen, Bowen Wang, Junli Wang, Chencan Wu, Rui Xie, Tianbao Xie, Zhihui Xie, Haiyang Xu, An Yang, Tao Yu, Wenzhen Yuan, Xi Zhang, Zhenru Zhang, Mingkang Zhu, Zhaoqing Zhu, Yizhong Cao, Kai Dang, Binyuan Hui, Kaixin Li, Junyang Lin, Haiquan Wang, Zekun Wang, Yiheng Xu, Fan Yan, Mengqi Yuan, Danyang Zhang, Jiajun Zhang, Zhipeng Zhang, Fan Zhou, Fan Zhou

查看PDF HTML (实验性)

摘要：本地计算机使用为代理提供了几乎可以操作任何软件的通用接口，但需要长期状态跟踪、大规模交互体验以及从稀疏且可验证的结果中进行学习。我们介绍了Qwen-CUA，这是一个具有397B-A17B Qwen混合专家骨干的本地计算机使用代理。它只观察屏幕截图，并通过键盘和鼠标事件进行操作，不使用DOM树、可访问性元数据或特定任务的API。其支架可以维护多达20个活动截图，并将旧视觉历史折叠成固定大小的块，以保留近期证据同时保留可重用的提示前缀。为了训练，我们构建了一个云部署舰队，可以访问近10万个vCPU和数万个并发环境，构建了大约40,000个可验证任务，并收集了日常和职业软件中的个性化长期工作流程。我们通过可验证奖励和轨迹切片优化完整轨迹，同时迭代训练运行刷新监督数据并重新校准强化学习任务。在八个基准测试中，Qwen-CUA优于Qwen3.7，并与领先的专有系统保持竞争力，在OSWorld-Verified上达到86.2，在OSWorld 2.0上达到18.5/48.4的二进制/部分完成。将相同的配方扩展到超过1000亿参数的模型，产生Qwen-CUA-Max，将这些分数提高到87.6和21.2/53.3。与Qwen3.7相比，Qwen-CUA还降低了RedTeamCUA攻击成功率从36.6到16.4。效率分析、浏览器部署和Bash增强实验进一步描述了实际行为。这些结果将本地计算机使用确立为广泛适用的代理基础，并突出了可扩展的可验证交互和混合工具使用作为关键方向。

评论：	24页，10个图表。技术报告
主题：	机器学习（cs.LG）；计算与语言（cs.CL）
引用：	arXiv:2608.02352 [cs.LG]
	（或 arXiv:2608.02352v1 [cs.LG] 为此版本）
	https://doi.org/10.48550/arXiv.2608.02352 通过DataCite发布的arXiv DOI

提交历史

From: Dunjie Lu [查看电子邮件]
[v1] 周一，3 Aug 2026 15:04:20 UTC (2,129 KB)

当前浏览上下文：

cs.LG

更改为按以下方式浏览：

书签

书目和引用工具

与此文章相关的代码、数据和媒体

演示

arXivLabs：与社区合作者的实验项目

arXivLabs是一个允许合作者在我们的网站上直接开发和分享新arXiv功能的框架。

与arXivLabs合作的个人和组织都接受了我们的开放性、社区、卓越和用户数据隐私的价值。arXiv致力于这些价值，并且只与遵守这些价值的合作伙伴合作。

您有一个可以为arXiv社区增加价值的项目想法吗？ 了解更多关于arXivLabs。