算法论文8

半在线RL新范式让GUI Agent性能跃升

深度学习自然语言处理2025-09-20

AI 摘要

论文提出半在线强化学习范式解决现有AI训练方法矛盾。训练的UI - S1 - 7B模型性能提升显著，还提出SOP评估指标。半在线RL结合稳定性与长程规划能力，为实用AI智能体奠定基础。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenClaw上线Peekaboo，Agent接管桌面

2026年5月11日，OpenClaw上线macOS桌面操控工具Peekaboo，提供像素级截图、UI元素识别和GUI自动化能力。它打破Agent局限，可接管桌面操作，部署简单，普通人也能用，还有安全保障，但也存在坐标偏移等问题。

浙江大学与通义实验室团队推出UI - S1，提出半在线强化学习训练范式。它融合离线与在线学习优势，用三项关键技术构建核心架构，新评测指标SOP更贴近真实表现，实验显示UI - S1 - 7B性能卓越，逼近GPT - 4o。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。