ИССЛЕДОВАНИЕ · RESEARCH · #2191
ECHOES: привилегированная on-policy дистилляция и рекурсивная компрессия текстовой истории для GUI-агентов
ECHOES — метод обучения GUI‑агентов, который рекурсивно сжимает визуальную историю в текстовое состояние в формате Compression-Think-Action (CTA). Во время обучения учитель с доступом к нескольким изображениям даёт плотную token‑уровневую привилегированную on-policy дистилляцию студенту; в связке с PMF‑Gap‑управляемым OPD‑RL и периодическими обновлениями учителя это повышает качество задач и точность памяти без хранения скриншотов при развёртывании и включает диагностический бенчмарк ECHOESBMK.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- ECHOES — метод обучения GUI‑агентов, который рекурсивно сжимает визуальную историю в текстовое состояние в формате Compression-Think-Action (CTA).
- Во время обучения учитель с доступом к нескольким изображениям даёт плотную token‑уровневую привилегированную on-policy дистилляцию студенту; в связке с PMF‑Gap‑управляемым OPD‑RL и периодическими обновлениями учителя это повышает качество задач и точность памяти без хранения скриншотов при развёртывании и включает диагностический бенчмарк ECHOESBMK.
- Снижает стоимость вывода и повышает удержание долгосрочного состояния у GUI‑агентов, используя привилегированную информацию на этапе обучения для создания компактной текстовой истории, что позволяет работать без хранения скриншотов.
ПОЧЕМУ ЭТО ВАЖНО
Снижает стоимость вывода и повышает удержание долгосрочного состояния у GUI‑агентов, используя привилегированную информацию на этапе обучения для создания компактной текстовой истории, что позволяет работать без хранения скриншотов.