본 논문은 컴퓨터 사용 에이전트(CUA)의 발전을 저해하는 대규모 양질의 데이터 부족 문제를 해결하기 위해, 다단계 웹 작업을 위한 새로운 합성 데이터 생성 시스템 FaraGen을 소개합니다. FaraGen은 다양한 웹 작업 제안, 다중 해결 시도 생성, 성공적인 궤적 필터링 기능을 갖추고 있습니다. 이 데이터를 사용하여 스크린샷만으로 컴퓨터를 인식하고 좌표 예측을 통해 작업을 수행하는 소형 CUA 모델 Fara-7B를 훈련시켰습니다. Fara-7B는 WebVoyager, Online-Mind2Web, WebTailBench(새로운 벤치마크)에서 다른 동급 CUA 모델보다 우수한 성능을 보였으며, 대형 모델과 경쟁할 수 있는 수준의 성능을 달성했습니다. Fara-7B는 Microsoft Foundry 및 HuggingFace에서 공개되며, WebTailBench도 공개됩니다.
시사점, 한계점
•
시사점:
◦
대규모 합성 데이터 생성 시스템을 통해 소형 효율적인 에이전트 모델의 성능을 향상시킬 수 있음.
◦
Fara-7B 모델은 기존 CUA 모델보다 우수한 성능을 보임.
◦
WebTailBench를 통해 기존 벤치마크에서 부족했던 웹 작업 유형을 더 잘 포착할 수 있음.
