摘要由 AI 生成
2026 年 9 月 6 日,加州大学伯克利分校团队发布了 CUA-Lite 开放平台,旨在统一计算机使用代理(Computer-Use Agents)的训练、评估与数据基础设施。该平台通过 Lite.OSWorld 组件将原本依赖 QEMU/KVM 的 Ubuntu 桌面任务迁移至 Docker 容器运行,显著降低了资源消耗并提升了并行能力。具体而言,内存占用从 4.1 GB 降至 0.9 GB,并行能力提升约 4.6 倍,同时保持了评分一致性。CUA-Lite 包含 Lite.ScaleCUA、Lite.CUAGym 和 Lite.CUAWorld 等沙盒组件,涵盖超过 30,000 个可验证任务及十多个预处理数据集。此外,平台提供统一数据样本格式 LiteSample 及适配层,支持包括 GPT、Cla…
关键实体KEY ENTITIES
CUA-LiteHugging FaceLite.OSWorldUC Berkeley
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- UC Berkeley1
- CUA-Lite1
- Lite.OSWorld1
- Hugging Face1
全部报道(1)SOURCES
↗
UC Berkeley 团队发布了 CUA-Lite,这是一个统一沙盒、数据、评估与强化学习的计算机使用代理开放平台。该平台通过单一动作空间和数据架构解决了现有工具碎片化问题,其核心贡献 Lite.OSWorld 将原本需 QEMU/KVM 的 Ubuntu 桌面任务迁移至 Docker 容器运行,内存占用从 4.1 GB 降至 0.9 GB,并行能力提升约 4.6 倍且保持评分一致性。平台包含 Lite.ScaleCUA、Lite.CUAGym 和 Lite.CUAWorld 等沙盒组件,涵盖超过 30,000 个可验证任务及十多个预处理的公开数据集。此外,CUA-Lite 提供统一的数据样本格式 LiteSample 及适配层,支持 GPT、Claude 等十余种模型在 lite.gym 框架下进行训练与…