Echoverse: Bilgisayar Kullanım Ajanlarını Eğitmek İçin Derin Gelişen Ortamlar

Microsoft Research, bilgisayar kullanan ajanları eğitmek için on derin alan dünyası ve iki yetenek dünyasından oluşan on iki sentetik dünyadan oluşan Echoverse'ü geliştirdi. Bu dünyalar, tutarlı durum ve gerçekçi verilerle gerçek uygulama davranışını kopyalayarak ajanların gerçek sonuçlardan öğrenmesini sağlıyor. On iki dünyanın tamamında 9 milyar parametreli bir model eğitmek, puanını %36,5'ten %67,1'e çıkararak GPT-5.4'ün performansına yaklaştı. Temel bulgular arasında yüksek simülasyon doğruluğunun gerekliliği, tarih seçiciler gibi zorlu kullanıcı arayüzü öğelerini delmenin etkinliği ve model, dünya ve doğrulayıcının birlikte evrimleşmesinin faydaları yer alıyor. Temellendirilmiş doğrulayıcıları ödül olarak kullanan takviyeli öğrenme, taklit öğrenmeyi geride bıraktı. Microsoft, daha fazla araştırmayı desteklemek için dört dünyayı kod, veri ve puanlayıcılarla birlikte yayınlıyor.