返回本期 · Back to 2026-06-24 论文 · Papers2026-06-24 · Wednesday, June 24, 2026 Training Open Models for Agentic Phone Use arxiv.org原文 ↗ 合成数据与训练环境Agent RL / 可验证奖励计算机·Web 论文提出 PhoneBuddy,用真实手机设备和 mock 环境结合训练开放模型完成手机操作任务。真实设备运行真实应用,慢、带状态、有副作用且难重置;mock 环境更容易扩展,却只能近似真实行为。这个 recipe 的看点在于承认部署环境不可被完全模拟,并把真实交互成本纳入训练设计。 –浏览 –点赞 复制链接 评论 · Comments
评论 · Comments