Hugging Face、汎用 GUI エージェント「UI-Venus-2」の技術報告を公開

記事の3ポイント

1. 1

   環境カバレッジの拡大

   170 以上の多言語モバイルアプリおよびネイティブデスクトップ OS をカバーする広範な環境を統合し、汎用性の基盤を構築した。

2. 2

   タスク生成パイプラインの深化

   機能 grounded な指示生成を実現するディープ・リサーチ・パイプラインを採用し、実用的なタスク構築能力を強化している。

3. 3

   信頼性の高い検証機構

   トレースレベルおよびサンプルレベルの評価器と視覚的キーポイント、マルチモデル投票を組み合わせて、学習用の信頼できる RL 信号を提供する。