الوصف
نموذج cklxx/laya-browser هو نموذج متخصص لاستخراج الميزات، يضم 0.3 مليار معلمة، مصمم للعمل كرأس قرار لوكيل المتصفح. إنه نسخة محسّنة من نموذج `laya` (convaiinnovations/laya)، الذي يعمل كنموذج قرار غير تلقائي «النظام 1». على عكس النماذج التقليدية التلقائية، يستخدم `laya` تمريرة واحدة ثنائية الاتجاه للرد على عدة أسئلة مكتوبة (اختيار، درجة، نول) مع احتمالات مضبوطة، دون توليد نص.
قراءة المزيد
تقوم هذه المستودع بتحسين `laya` خصيصًا لمهام أتمتة المتصفح، مما يعمل كبديل سهل لـ `browser-use/jev-ultrafast`. يعالج طلبات `/v1/systemone`، التي تعكس وظيفة `laya` `predict(state, questions)`. في كل خطوة، يقوم النموذج بأداء تمريرة واحدة للأمام، تستغرق حوالي 22 مللي ثانية على ساعة GPU كاملة، لاختيار العملية المناسبة (مثل النقر، كتابة نص، تحديد، الضغط على إدخال، التمرير، أو الانتهاء) والعنصر المستهدف المقابل على صفحة الويب.
تم تدريب النموذج وتقييمه محليًا على RTX 4070 Ti SUPER (16 جيجابايت) دون الاعتماد على واجهات برمجة التطبيقات المدفوعة. بالنسبة لإدخال النص واختيار قيم القائمة المنسدلة، يتكامل مع نموذج Qwen3-8B-AWQ المحلي. النسخة الحالية، v19s، متاحة في جذر المستودع، مع نقاط تفتيش سابقة متاحة في تاريخ الالتزام. يتم إصدار التحديثات فقط عندما تظهر نسخة جديدة تحسينات واضحة.
تسلط نتائج التقييم الضوء على أدائه عبر مجموعات مختلفة. تُظهر مجموعة C، التي تتضمن 27 مهمة متعددة الخطوات على مواقع حقيقية محجوزة (بما في ذلك البحث، الفلاتر، الفرز، وعمليات الفتح)، أن v19s تحقق حوالي 20–26% نجاح، وهو تحسن كبير من 2/54 في v17s. مجموعة B، مع 18 مهمة على 18 موقع محجوز، تحافظ على درجة مثالية 54/54 لكل من v17s وv19s. في مجموعة A، التي تتكون من 16 مهمة أصلية على مواقع حقيقية، سجلت v19s 39/48. بالنسبة لأشكال الويب المحجوزة الاصطناعية (7 أنواع × 10)، حققت v19s 30/70، مضاعفة 15/70 في v17s. يظهر النموذج أيضًا أداءً قويًا في القرارات المحجوزة على مواقع غير مرئية (WebChain) لعملية النقر ودقة الهدف الأعلى.
تكون زمن الاستجابة لقرار واحد عادةً 22–27 مللي ثانية على RTX 4070 Ti SUPER عند الساعة الكاملة. ومع ذلك، إذا انخفضت وحدة معالجة الرسومات إلى ساعات الخمول بين القرارات (بسبب الانتظار لتحميل الصفحات)، يمكن أن تستغرق القرارات اللاحقة 75–270 مللي ثانية. يمكن للمستخدمين قفل الحد الأدنى من ساعة SM للتخفيف من ذلك. يتم دمج النموذج باستخدام `transformers` و`torch`، مع شحن كوده الخاص. يمكن أيضًا تحميله عبر حزمة `laya` العلوية. تشمل التغييرات الرئيسية منذ v17s تحسينات في الحزام، مثل الانتظار حتى تكتمل التنقل، و«حماية التراجع» لمنع الإجراءات المتكررة، وتحسين التعامل مع بيانات حقول النموذج، وخيارات التمرير إلى العرض. تم توسيع بيانات التدريب أيضًا مع مسارات البشر من WebChain وDAgger على webgym. تشمل القيود الحالية التوقف مبكرًا جدًا في المهام متعددة الخطوات والمشكلات مع الصفحات التي تتطلب تمريرًا مكثفًا أو المواقع التي تحظر Chromium بدون رأس.
- الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
- نموذج التسعيرمفتوح المصدر
- النشرسحابي
- المنصاتالويب
أبرز ملامح cklxx/laya-browser
نموذج قرار غير تلقائي لأتمتة المتصفح
تمرير ثنائي الاتجاه واحد للأسئلة المكتوبة
احتمالات مضبوطة للإجابات الاختيارية، الدرجات، والنول
بديل سهل لـ browser-use/jev-ultrafast
يختار عمليات المتصفح (نقر، كتابة نص، تحديد، الضغط على إدخال، تمرير، انتهاء)
يحدد العناصر المستهدفة للعمليات
زمن قرار سريع يبلغ ~22 مللي ثانية على ساعة GPU كاملة
تم تدريبه وتقييمه محليًا على RTX 4070 Ti SUPER
يتكامل مع Qwen3-8B-AWQ المحلي لإدخال النص وقيم القائمة المنسدلة
يدعم المهام متعددة الخطوات على مواقع الويب الحقيقية
يتضمن «حماية التراجع» لمنع الإجراءات المتكررة
تحسين التعامل مع عناصر نموذج الحقول، الأنواع، والأنماط
يقدم خيارات تم تمريرها خارج العرض عن طريق تمريرها إلى العرض
تم تدريبه مع مسارات البشر من WebChain وDAgger على webgym
ترخيص Apache-2.0 لكود النموذج
البدء مع cklxx/laya-browser
الوصول إلى النموذج: قم بتنزيل نموذج cklxx/laya-browser من Hugging Face.
إعداد البيئة: تأكد من تثبيت مكتبات `torch` و`transformers` في بيئة Python الخاصة بك.
التكامل عبر API: استخدم وظيفة `decide` لبناء الطلبات بتنسيق النموذج المدرب وتشغيل تمريرة للأمام.
استخدامه كبديل: نفذ `m.systemone(body)` للإجابة على طلبات `jev-ultrafast /v1/systemone`.
تحميل مع حزمة Laya: بدلاً من ذلك، قم بتحميل النموذج باستخدام `laya.load("cklxx/laya-browser")` مع حزمة `laya` العلوية.
تطبيق تحسينات الحزام: طبق `code/jev-ultrafast.patch` على `jev-ultrafast` لتحسين التقييم وإعداد التدريب.
تحسين زمن الاستجابة: اختياريًا، قفل الحد الأدنى من ساعة SM لوحدة معالجة الرسومات باستخدام `sudo nvidia-smi -lgc 2100,3135` لتقليل زمن قرار.
حالات استخدام cklxx/laya-browser
- التنقل الآلي في المتصفح
- استخراج بيانات الويب
- أتمتة ملء النماذج
- اختبار المواقع
- التفاعل مع الويب القائم على الوكلاء
- جمع بيانات البحث
- المهام المتكررة عبر الإنترنت






