论文页面 - OpenComputer：面向计算机使用代理的可验证软件世界

来源：https://huggingface.co/papers/2605.19769

摘要

OpenComputer 提出了一个框架，用于为计算机使用代理创建可验证的软件环境，该框架通过集成状态验证、自我改进层、任务合成以及跨多个桌面应用程序的评估系统实现。

我们提出 OpenComputer，一个基于验证器的框架（https://huggingface.co/papers?q=verifier-grounded%20framework），用于构建面向计算机使用代理的可验证软件世界。OpenComputer 集成了四个组件：（1）应用特定的状态验证器（https://huggingface.co/papers?q=state%20verifiers），暴露真实应用程序上的结构化检查端点；（2）自我演进的验证层（https://huggingface.co/papers?q=self-evolving%20verification%20layer），利用执行反馈提高验证器可靠性；（3）任务生成流水线（https://huggingface.co/papers?q=task-generation%20pipeline），综合生成真实且可机器检查的桌面任务；（4）评估工具包（https://huggingface.co/papers?q=evaluation%20harness），记录完整轨迹并计算可审计的部分信用奖励（https://huggingface.co/papers?q=partial-credit%20rewards）。目前，OpenComputer 涵盖 33 个桌面应用程序（https://huggingface.co/papers?q=desktop%20applications）和 1,000 个最终确定的任务，涵盖浏览器、办公工具、创意软件、开发环境、文件管理器和通信应用。实验表明，OpenComputer 的硬编码验证器与人工评判（https://huggingface.co/papers?q=human%20adjudication）的一致性高于 LLM 作为评判者评估（https://huggingface.co/papers?q=LLM-as-judge%20evaluation），尤其是在成功依赖于细粒度应用状态的情况下。前沿代理在端到端完成上仍显吃力，尽管有部分进展，而开源模型在 OSWorld-Verified 评分上出现急剧下降，暴露出稳健计算机自动化（https://huggingface.co/papers?q=computer%20automation）方面的持续差距。

查看 arXiv 页面（https://arxiv.org/abs/2605.19769）查看 PDF（https://arxiv.org/pdf/2605.19769）GitHub（https://github.com/echo0715/OpenComputer）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.19769）

在您的智能代理中获取本文：

hf papers read 2605\.19769

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本论文的模型0

没有模型链接本论文

在模型 README.md 中引用 arxiv.org/abs/2605.19769，以从本页链接它。

引用本论文的数据集0

没有数据集链接本论文

在数据集 README.md 中引用 arxiv.org/abs/2605.19769，以从本页链接它。

引用本论文的 Space0

没有 Space 链接本论文

在 Space README.md 中引用 arxiv.org/abs/2605.19769，以从本页链接它。

收藏本论文的集合0

没有包含本论文的集合

将本论文添加到集合（https://huggingface.co/new-collection）中，以从本页链接它。