MintAct: Ein Einheitlicher Visualer Agent für digitale Umgebungen
Modelle & Releases

MintAct: Ein Einheitlicher Visualer Agent für digitale Umgebungen

1 Min. Lesezeit Kalina

Bilanz der Quelle: MintAct ist ein familienweise Visionen-Sprachemodell, das UI-Grunder, multi-stufiges Navigationsschaffen auf mobile, desktop und web sowie visualen Werkzeugenverwendung auf 2B, 4B und 8B-Skalen trainiert hat. MintAct-8B erreicht 48.9 auf OSWorld-Verifiziert und 67.0 auf AndroidWorld, was mit oder überwindet per-domain-Spezialisten.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)

ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.

Kalina Digest unterstützen

Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.

Zum Shop →