CCTest · Blog
Mage-VL-Cowork:用演化式训练框架打造能看图形界面、也会写代码的电脑智能体
AI 智能体
cctest.ai
AI 智能体

Mage-VL-Cowork:用演化式训练框架打造能看图形界面、也会写代码的电脑智能体

Mage-VL-Cowork提出了一套面向混合型电脑使用智能体的完整训练方案,让同一策略同时处理视觉GUI操作、代码和终端执行。其4B模型在OSWorld-Verified上达到66.0%,并通过可复用的数据生成流程降低任务构建成本。

阅读全文
CCTest · Blog
预测得像真的,还不等于做得安全:网页世界模型的新评估框架
AI 安全
cctest.ai
AI 安全

预测得像真的,还不等于做得安全:网页世界模型的新评估框架

一项新研究指出,网页世界模型生成“看起来合理”的未来,并不能证明它能做出正确的安全授权判断。研究提出 SafeWebWorld 与 Latent Authorisation Recovery,用于检验模型是否保留了区分执行、澄清和拦截所需的关键信息。

阅读全文
CCTest · Blog
不复制环境,也能让智能体并行试错:AWM如何重构测试时扩展
世界模型
cctest.ai
世界模型

不复制环境,也能让智能体并行试错:AWM如何重构测试时扩展

传统智能体测试时扩展往往需要复制环境,才能并行执行多条候选轨迹。论文提出 Agentic World Modeling,让模拟器通过只读接口获取证据,再计算假设动作后的观察结果,从而在共享且不可重置的环境中安全探索。

阅读全文