👑 Компьютерные агенты плохо справляются с многошаговыми задачами вроде работы…

👑 Компьютерные агенты плохо справляются с многошаговыми задачами вроде работы с почтой — Echoverse тренирует их в реалистичных средах, а не просто увеличивает число тренировочных задач. Ключевая идея — среда, задачи и способ проверки эволюционируют вместе с моделью, а не остаются статичным набором тестов.

Авторы выяснили, что отдача идёт от трёх свойств среды: глубина моделируемого поведения, попадание именно в те взаимодействия, где агент реально проваливается, и способность улучшаться вместе с моделью. Microsoft уже выложила четыре такие среды в открытый доступ с кодом и верификаторами, привязанными к реальному состоянию базы данных приложения.

✅ Ещё один штрих к общей картине последнего месяца: индустрия понимает, что «больше синтетических данных» — не то же самое, что «лучше данные».

❓ Реальный прорыв в надёжности агентов, или пока лабораторная роскошь для избранных команд?