Anchor: Automatisierte Datengenerierung für GUI-Agenten

In einer neuen Studie präsentiert Anchor ein innovatives Verfahren zur Erzeugung von Interaktionsdaten für End‑to‑End‑GUI-Agenten. Das System nutzt nur wenige verifizierte Ausgangsdemonstrationen und erweitert diese systematisch, indem es entscheidende „Branch‑Points“ erkennt, die zu sinnvollen Zustandswechseln führen. Auf Basis dieser Punkte werden neue, kontextabhängige Aufgabenvarianten generiert, die von einem Agenten ausgeführt und anschließend durch einen Verifikator auf Vollständigkeit und Konsistenz geprüft werden.

Anchor kombiniert die Erzeugung neuer Trajektorien mit einer präzisen Filterung auf Schritt‑Ebene, um nicht fundierte Aktionen zu entfernen, und einer Rauschunterdrückung nach den Branch‑Points, die die Kohärenz der Intention bewahrt. Durch diese gezielte Datenaufbereitung wird die Qualität der Supervision deutlich gesteigert.

Experimentelle Ergebnisse auf den Desktop‑Benchmarks OSWorld und WindowsAgentArena zeigen, dass Modelle, die mit dem erweiterten Datensatz feinabgestimmt wurden, konsistente Verbesserungen gegenüber Zero‑Shot-Agenten und herkömmlichen Synthese‑Baselines erzielen. Darüber hinaus demonstriert Anchor eine robuste Generalisierung über verschiedene Anwendungen und Betriebssysteme hinweg, was die Vielseitigkeit des Ansatzes unterstreicht.