arXiv cs.AIは10月19日(現地時間)、Zhaoyang Wang氏らの研究チームが、汎用コンピュータ利用エージェント（CUAs）の訓練に向けたスケーラブルな環境およびタスク合成パイプライン「Agent World Model in the Wild（以下、WildAWM）」を発表した。WildAWMは、グラフィカルユーザーインターフェース（GUI）やコマンドラインインターフェース（CLI）を共同でサポートする実行可能環境を構築。単一インターフェースに特化する既存手法に対し、多様な環境への対応を目指す。
本アプローチは、実世界のコンピュータシステムでエージェント学習をスケーリングする際に生じるセキュリティリスクと課題への対処を目指す。WildAWMの特筆すべき点は、その構築にオープンソースモデルのみを使用していることである。これにより、プロプライエタリなフロンティアモデルに依存することなく、高品質なコンピュータ利用環境を生成できることを示している。これは、研究と開発のアクセシビリティ向上に寄与する可能性がある。
研究チームは、タスク合成における固有の3つの課題、すなわち解決可能性の保証、十分な難易度の維持、信頼できる検証者の生成に対処するため、実行ベースの品質ゲートを導入した。この品質ゲートは、多様なエージェントのロールアウト、複数の評価者による一貫性チェック、そして判断のロバストネスを測るための反事実的プローブを組み合わせることで、合成されるタスクの質と信頼性を高めている。
WildAWMは、合計341の長期間にわたる環境とタスクのペアを合成した。これらのタスクには、解決に100以上のエージェントステップを要するものも含まれ、GPT-6-Astraでも60%しか解決できないなど、フロンティアモデルにとっても挑戦的な難易度を維持していることが実証された。さらに、これらの合成された環境で訓練されたサイズの異なる2つのQwenモデルは、ウェブ、クロー、コンピュータ利用エージェントにわたる8つの分布外ベンチマークにおいて大幅な改善を達成した。この結果は、WildAWMが生成する学習世界が未知のコンピュータ利用タスクに対しても広く適用可能であることを実証している。関連するコードはすでに公開されている。
参考: arXiv cs.AI (アーカイブ) — 2026年10月20日 02:55 (JST)