Karpo 于 11 月 21 日公开 karpo-browser。通用语言模型负责把用户意图拆成目标,专门训练的 Karpo Decision 27B Act 则在页面上选择下一步操作。例如在订票场景中,一个模型寻找指定日期的座位,另一个比较结果是否符合预算。
团队同时发布了动作模型权重和 Karpo BrowserBench。后者保存网页状态,让不同模型在相同条件下逐步作出选择。一次任务失败后,研究者可以追查从哪个页面动作开始出错。
团队报告,在 Browserbase Benchmark v2 的 38 项核心任务上运行八轮,平均任务准确率为 84%,每项平均耗时 218 秒。每项 0.096 美元是团队估算的模型成本,云浏览器和评分另计。
配图为 GETAI 原创主题插画。
