从弱点学习：面向小型计算机使用代理的自动领域专化
机器学习
2026-05-28 v1 人工智能
计算与语言
摘要
计算机使用代理（CUA）最近取得了显著进展，但为每个软件领域部署独立的大型专家仍成本高昂。小型开放计算机使用代理更实用的专化目标，但仍显著弱小且在特定领域表现不均。 straightforward 的补救方法是合成目标领域的大规模训练数据，但我们发现这种单纯方法仅带来有限的改进。在此基础上，我们引入了 LearnWeak——一种用于小型计算机使用代理的无标注专化框架，该框架利用更强的参考代理识别学生在目标领域中的弱点，合成针对性任务并自动构建监督信号。LearnWeak 进一步引入了基于错误的专化目标，将规划错误和执行错误解耦，实现比宽泛统一监督更具行为精确性的更新。在 OSWorld 上，LearnWeak 在八个领域上相对于 EvoCUA-8B 和 OpenCUA-7B 平均提升 11.6 和 11.1 个百分点。我们还验证了学生感知的数据生成和训练方法优于现有的自主轨迹生成和训练基线。我们的工作凸显了学生意识在数据合成和代理训练中的重要性，指向针对多样化领域内小型计算机使用代理进行更原则性、更高效专化的路径。
引用
@article{arxiv.2605.28775,
title = {Learn from Weaknesses: Automated Domain Specialization for Small Computer-Use Agents},
author = {Suji Kim and Kangsan Kim and Sung Ju Hwang},
journal= {arXiv preprint arXiv:2605.28775},
year = {2026}
}