Page Agent от Alibaba работает как клиентский JavaScript внутри веб-страницы. Он считывает живой DOM как текст, затем щелкает мышью и печатает команды на естественном языке. Никаких скриншотов, никакой мультимодальной модели и никакой переписывания серверной части…
Новые модели сбрасывают границы возможностей и цены-качества. Команды пересматривают, на чем основываться, всякий раз, когда запуск меняет возможный размер за доллар.
Краткое изложение собрано только для информации — перейдите по ссылке на источник, чтобы получить полную информацию. Демонстрационные записи носят иллюстративный характер.