Agent S4 evoluciona las interfaces de agentes de uso de ordenador y supera a GPT-5.5 y Claude Opus 4.8
Útil para
Agent S4 es un sistema en el que un meta-agente crea y revisa interfaces y conocimiento de uso a partir de trayectorias de tareas, sin etiquetas de éxito, y una evolución por poblaciones selecciona las mejores versiones. Con el modelo abierto Qwen3.8-27B y el repositorio evolucionado, alcanza un 21,3 % en OSWorld V2, 3,8 veces más que con interfaces fijas. Supera a GPT-5.5 (13,0 %) y a Claude Opus 4.8 (20,6 %) con alrededor del 4,3 % y el 1,5 % de su coste, respectivamente. En ScienceBoard, la tasa de éxito sube del 41,4 % al 58,6 %.
Qué significa
Los agentes que usan el ordenador podrían mejorar sin que las interfaces las diseñe una persona. Un modelo abierto y barato podría igualar o superar a modelos propietarios más grandes.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Hugging Face Daily PapersLeer la noticia completa en Hugging Face Daily Papers