摘要
训练计算机使用代理（CUA）需要大规模多样化的桌面环境轨迹数据。现有最大公共数据集 AgentNet 在监督微调中导致负迁移。本文提出 ProCUA-SFT，包含从 9.3 万条合成轨迹中提取的 310 万个步骤级样本。该数据集通过全自动化流水线生成，利用单一 VLM 同时担任目标生成、前提判断及轨迹执行角色，消除了规划者与执行者的能力差距。实验表明，基于该数据集微调显著提升了模型在 OSWorld 基准上的成功率。
AI 推荐理由
论文核心研究计算机使用代理的技能学习，通过大规模 SFT 数据提升工具操作能力。
研究机构
NVIDIA
University of California, Berkeley
论文信息