从弱点中学习：小型计算机使用代理的自动化领域专业化

计算机使用代理（CUA）最近取得了实质性进展，但为每个软件领域部署单独的大型专家仍然昂贵。小型开放计算机使用代理是更实际的专业化目标，但它们仍然较弱，并且表现出不均匀的特定领域故障。一个简单的补救措施是合成目标领域的大规模训练数据，但我们发现这种简单的方法只能带来边际改进。基于这一观察，我们引入了 LearnWeak，这是一种用于小型计算机使用代理的无注释专业化框架，它使用更强的参考代理来识别学生在目标领域的弱点，综合目标任务并自动构建监督。 LearnWeak 进一步引入了错误感知的专业化目标，可以理清规划和执行错误，从而实现比广泛的统一监督更精确的行为更新。在 OSWorld 上，LearnWeak 在 8 个域中分别比 EvoCUA-8B 和 OpenCUA-7B 平均提高了 11.6 和 11.1 个百分点。我们还验证了我们的学生感知数据集生成和训练方法优于现有的自主轨迹生成和训练基线。我们的工作强调了学生意识在数据合成和代理训练中的重要性，为不同领域的小型计算机使用代理的专业化提供了更有原则和更有效的路径。