Исследователи из Калифорнийского университета в Беркли представили платформу CUA-Lite для работы с ИИ-агентами, взаимодействующими с интерфейсами компьютеров. Система работает на Python 3.12 и запускается в контейнерах Docker, что позволяет избежать использования вложенной виртуализации, необходимой для стандартных виртуальных машин.
Ключевым компонентом стала среда Lite.OSWorld, воспроизводящая задачи OSWorld на рабочем столе GNOME. Разработчики заявляют, что результаты тестирования 13 моделей в контейнерах соответствуют показателям в виртуальных машинах. Платформа объединяет инструменты Lite.ScaleCUA, Lite.CUAGym и Lite.CUAWorld, поддерживающие более 30 000 задач в 40 приложениях, включая VS Code и Blender.
Для обучения агентов используется схема LiteSample, объединяющая данные из более чем 10 наборов, таких как OpenCUA и Multimodal-Mind2Web, доступных на Hugging Face. Встроенные адаптеры преобразуют данные под форматы конкретных моделей, включая GPT, Claude, Gemini и Qwen3-VL. Интерфейс позволяет переключаться между средами и моделями через параметры скриптов.
Платформа интегрирует более 15 бенчмарков для тестирования агентов в браузерах, мобильных и десктопных средах. CUA-Lite поддерживает методы обучения с учителем и с подкреплением. В документации приводится пример дообучения модели Qwen3-VL-2B-Instruct, показавший рост средней отдачи эпизода с 0,138 до 0,237 на выборке из 332 задач, а также пример реализации GRPO для 416 мобильных задач.
