SCALECUA：通过可验证任务合成与高效在线强化学习扩展计算机使用代理

计算机使用代理（CUA）正成为自动化复杂数字工作流的强大接口。针对在线强化学习面临的可验证数据稀缺与训练低效瓶颈，本文提出 ScaleCUA 框架。在数据层面，设计 VeriGen 系统，通过多智能体反馈循环生成超 2.4 万个可验证任务；在训练层面，提出 Frontier Sampling 策略以优化样本效率，并设计视觉上下文分割技术加速训练。实验表明，该方法在 OSWorld 和 ScienceBoard 基准上创下开源模型新纪录，显著提升了代理的 GUI 操作技能。