OS-Helix智能体发布

发生了什么

据Hugging Face Papers报道，OS-Helix是一个端到端训练的多模态计算机使用智能体，它通过混合监督学习和强化学习集成GUI操作和代码执行，在桌面自动化基准测试中取得显著提升。该智能体通过应用-工件组合和脱钩指令/评估器生成管道构建所需监督，并在过滤的混合数据上进行SFT冷启动，通过在线RL在实时桌面环境中进一步改进。OS-Helix-27B和OS-Helix-35B-A3B在OSWorld-Verified上分别比匹配的Qwen3.5混合基线提高了35.0%和33.7%，而OS-Helix-27B-RL进一步提高了42.9%，成功率达到66.44%。