KI News: Kurz und klar.

Wie kann man KI-Agenten zuverlässig beibringen, genau das richtige Bildschirmobjekt zu finden und anzuklicken, wenn man ihnen eine einfache Anweisung gibt? Ein Forschungsteam von ML Foundations hat die Antwort mit Gelato-30B-A3B geliefert – einem hochmodernen Grounding-Modell für grafische Benutzeroberflächen, das speziell dafür entwickelt wurde, in Computer‑Verwendung-Agenten integriert zu werden.

Mit dem Aufkommen autonomer Agenten, die zunehmend in der Lage sind, grafische Benutzeroberflächen (GUIs) zu verstehen und zu bedienen, entsteht eine neue Ära der automatisierten Aufgabenerfüllung. Reinforcement Learning (RL) hat sich dabei als effektives Mittel erwiesen, die Leistung dieser Agenten in dynamischen, interaktiven GUI‑Umgebungen zu steigern.