Echoverse: 대규모 컴퓨터 사용 에이전트 훈련을 위한 깊고 진화하는 환경

Echoverse는 명세를 상태가 있는 애플리케이션으로 컴파일하고, 정답 기반 채점기와 함께 학습할 수 있는 합성 환경 프레임워크를 제안했다.

환경과 에이전트를 함께 개선하는 공진화 루프를 통해, 로그인이 필요한 복잡한 웹 작업에서도 안정적인 학습이 가능하도록 했다.

12개 환경 실험에서 9B 모델 성능은 36.5%에서 67.1%로 상승했으며, 14개 평가 분할 전반에서 개선이 확인됐다.

연구진은 4개 환경도 벤치마크로 공개해, 환경 품질과 깊이가 에이전트 성능을 좌우함을 보여줬다.