SoftwareGym es una pipeline automatizada diseñada para superar las limitaciones de los entornos de software nativos y los navegadores web al entrenar agentes de uso de ordenador (CUAs). El sistema genera entornos de interfaz gráfica (GUI) con interfaces diversas, funcionalidad ejecutable y comportamiento verificado en tiempo de ejecución, lo que permite una supervisión más robusta y transferible. A diferencia de los entornos nativos, que requieren un esfuerzo de construcción y integración sustancial, o de los navegadores, que ofrecen una profundidad de interacción limitada, SoftwareGym sintetiza 182 aplicaciones a través de doce categorías distintas. El proceso utiliza diseños estructurales diversos, las realiza como aplicaciones ejecutables y emplea una evaluación de GUI con reparación iterativa para garantizar la fiabilidad funcional. Esta metodología ha permitido a los investigadores construir SoftwareGym-Bench, una suite de evaluación de 120 tareas que abarca las mismas categorías. Al utilizar las trayectorias recopiladas de estos entornos para el entrenamiento de CUA, el modelo resultante ha mejorado significativamente su rendimiento. En el benchmark OSWorld, que evalúa tareas estrictamente fuera de dominio, el Pass@3 aumentó del 41,39% al 56,97%. Asimismo, en la suite SoftwareGym-Bench, el modelo alcanzó un 40,0% de éxito. Estos resultados demuestran que los entornos de software sintetizados son una fuente escalable y eficaz de supervisión para el entrenamiento de agentes de IA, facilitando la generalización de sus capacidades en tareas complejas de uso de ordenador.
Noticias agregadas con IA