CoME：赋能移动专家通道具备信息丰富的混合能力推理

移动代理需自主执行用户指令，这要求具备涵盖屏幕摘要、子任务规划、动作决策及函数调用的混合能力推理。针对现有代理难以实现能力解耦增强与平衡整合的挑战，本文提出移动专家通道（CoME）架构。该架构包含四个专用专家，分别对应不同推理阶段，并通过面向输出的激活机制生成令牌。为赋予其混合推理能力，我们引入了渐进式训练策略：专家微调实现能力解耦与增强，路由微调对齐推理阶段，思维链微调促进多能力协作。此外，提出信息增益驱动的 DPO 以抑制错误传播，引导更具信息量的推理。实验表明 CoME 在 AITZ 和 AMEX 数据集上优于稠密模型及 MoE 方法。