浙大通義發布UI-S1：半在線強化學習令7B媲美GPT-4o

研究成果概述

浙江大學與阿里巴巴通義實驗室Mobile-Agent團隊近日透過科技媒體發表成果介紹，宣布在UI-R1研究的基礎上推出新模型UI-S1，主打半在線強化學習，目標是讓智能體更聰明地操作圖形介面。

據介紹，新範式融合了離線訓練的穩定性與在線學習的長程優化優勢，整個訓練過程不依賴與真實環境的即時互動，卻能在動態多輪任務中取得明顯更佳的表現。