Nyílt forrású mobilügynökökkel zárkózna fel az OpenMobile-2
Az OpenMobile-2 fejlesztői szerint a mobilügynökök fejlődésében nem önmagában a betanításra használt adatok mennyisége, hanem az alkalmazások sokfélesége a döntő tényező. A Nanjingi Egyetem, a SenseTime és több más egyetem kutatói két, Qwen-alapú modellt tettek közzé: az egyik 9, a másik 27 milliárd paraméteres. A modellekhez a teljes képzési környezetet, az adatokat és a reprodukáláshoz szükséges utasításokat is elérhetővé tették.
A rendszer több mint 110 alkalmazást fed le. Ezek között több mint 35, népszerű kínai és nemzetközi szolgáltatást utánzó szimuláció található, például Taobao-, JD-, DiDi-, Meituan-, Slack- és Google Drive-változat. A kutatók az alkalmazásokat úgy alakították ki, hogy a folyamatok, a felületek, a munkamenetek között megmaradó adatok és az alkalmazások közötti vágólapos adatátadás is a valódi használatot kövesse. A feladatokat a modell kizárólag képernyőképek alapján oldja meg.
A képzés során mintegy 11 600 munkafolyamatot és több mint 2000, automatikusan ellenőrizhető gyakorlófeladatot állítottak elő. A nagyobb modell AndroidWorldön 67,1-ről 79,9 pontra, MobileWorldön 35,9-ről 50,4 pontra javult, a valós Android-eszközöket vizsgáló SPA-Benchen pedig 31,9-ről 59,6 pontra emelkedett. A kutatók szerint ez a legjobb eredmény a nyílt modellek között. Azonos adatmennyiség mellett az alkalmazások számának növelése 60,7-ről 67,5 százalékra javította az ismeretlen appokon elért sikerarányt.