Aller au contenu principal
ToolPotion
Conseiller IA
Soumettre

cklxx/laya-browser

cklxx/laya-browser est un modèle d'extraction de caractéristiques, affiné en tant que tête de décision d'agent de navigateur. Il utilise un modèle de décision non-autoregressif « Système 1 » pour choisir des opérations et des éléments cibles dans un environnement de navigateur. Ce modèle est conçu pour des tâches nécessitant des décisions rapides et en un seul passage, offrant un remplacement direct pour les solutions d'automatisation de navigateur existantes et prenant en charge diverses tâches multi-étapes sur des sites réels.

Voir le modèle
Partager
Voir le modèle
Partager

Le modèle cklxx/laya-browser est un modèle d'extraction de caractéristiques spécialisé, avec 0,3 milliard de paramètres, conçu pour fonctionner comme une tête de décision d'agent de navigateur. C'est une version affinée du modèle `laya` (convaiinnovations/laya), qui fonctionne comme un modèle de décision non-autoregressif « Système 1 ». Contrairement aux modèles autoregressifs traditionnels, `laya` utilise un seul passage d'encodeur bidirectionnel pour répondre à plusieurs questions tapées (choix, score, noul) avec des probabilités calibrées, sans générer de texte.

Lire la suite

Ce dépôt particulier affine `laya` spécifiquement pour les tâches d'automatisation de navigateur, servant de remplacement direct pour `browser-use/jev-ultrafast`. Il traite les requêtes `/v1/systemone`, qui reflètent la fonction `predict(state, questions)` de `laya`. À chaque étape, le modèle effectue un passage avant, prenant environ 22 millisecondes à pleine horloge GPU, pour sélectionner l'opération appropriée (telle que CLIQUER, TAPER_TEXTE, SÉLECTIONNER, APPUYER_ENTRER, DÉFILEMENT ou TERMINÉ) et son élément cible correspondant sur une page web.

Le modèle a été entraîné et évalué localement sur un RTX 4070 Ti SUPER (16 Go) sans recourir à des API payantes. Pour l'entrée de texte et la sélection de valeurs de menu déroulant, il s'intègre avec un modèle local Qwen3-8B-AWQ. La version actuelle, v19s, est disponible à la racine du dépôt, avec des points de contrôle antérieurs accessibles dans l'historique des commits. Les mises à jour ne sont publiées que lorsqu'une nouvelle version démontre des améliorations claires.

Les résultats d'évaluation mettent en évidence ses performances à travers divers ensembles. L'ensemble C, qui implique 27 tâches multi-étapes sur des sites réels retenus (y compris recherche, filtres, tri et opérations ouvertes), montre que v19s atteint environ 20–26 % de succès, une amélioration significative par rapport à v17s qui avait 2/54. L'ensemble B, avec 18 tâches sur 18 sites retenus, maintient un score parfait de 54/54 pour les versions v17s et v19s. Dans l'ensemble A, comprenant 16 tâches originales sur des sites réels, v19s a obtenu 39/48. Pour les formulaires synthétiques retenus de webgym (7 types × 10), v19s a atteint 30/70, doublant le score de v17s qui était de 15/70. Le modèle démontre également de solides performances dans les décisions retenues sur des sites non vus (WebChain) pour l'opération de clic et la précision cible top-1.

La latence pour une seule décision est généralement de 22 à 27 ms sur un RTX 4070 Ti SUPER à pleine horloge. Cependant, si le GPU passe à des horloges au repos entre les décisions (en raison de l'attente du chargement des pages), les décisions suivantes peuvent prendre 75 à 270 ms. Les utilisateurs peuvent verrouiller l'horloge SM minimale pour atténuer cela. Le modèle est intégré en utilisant `transformers` et `torch`, expédiant son propre code. Il peut également être chargé via le package `laya` en amont. Les changements clés depuis v17s incluent des améliorations de harnais, telles que l'attente de la fin de la navigation, une « protection contre l'annulation » pour éviter les actions répétitives, une meilleure gestion des données des champs de formulaire et des options de défilement dans la vue. Les données d'entraînement ont également été élargies avec des trajectoires humaines de WebChain et DAgger sur webgym. Les limitations actuelles incluent l'arrêt trop précoce dans les tâches multi-étapes et des problèmes avec les pages nécessitant un défilement extensif ou des sites bloquant Chromium sans tête.

  • CatégorieModèles d'IA et LLM
  • Modèle tarifaireOpen source
  • DéploiementCloud
  • PlateformesWeb

  • Modèle de décision non-autoregressif pour l'automatisation de navigateur

  • Passage d'encodeur bidirectionnel unique pour les questions tapées

  • Probabilités calibrées pour les réponses de choix, score et noul

  • Remplacement direct pour browser-use/jev-ultrafast

  • Sélectionne les opérations de navigateur (CLIQUER, TAPER_TEXTE, SÉLECTIONNER, APPUYER_ENTRER, DÉFILEMENT, TERMINÉ)

  • Identifie les éléments cibles pour les opérations

  • Latence de décision rapide d'environ 22 ms à pleine horloge GPU

  • Entraîné et évalué localement sur RTX 4070 Ti SUPER

  • S'intègre avec Qwen3-8B-AWQ local pour l'entrée de texte et les valeurs de menu déroulant

  • Prend en charge les tâches multi-étapes sur des sites web réels

  • Inclut une « protection contre l'annulation » pour éviter les actions répétitives

  • Amélioration de la gestion des espaces réservés, types et modèles des champs de formulaire

  • Offre des options défilées hors de vue en les faisant défiler dans la vue

  • Entraîné avec des trajectoires humaines de WebChain et DAgger sur webgym

  • Licence Apache-2.0 pour le code du modèle

  1. Accéder au modèle : Téléchargez le modèle cklxx/laya-browser depuis Hugging Face.

  2. Configurer l'environnement : Assurez-vous que les bibliothèques `torch` et `transformers` sont installées dans votre environnement Python.

  3. Intégrer via API : Utilisez la fonction `decide` pour construire des requêtes dans le format entraîné du modèle et exécuter un passage avant.

  4. Utiliser comme remplacement : Implémentez `m.systemone(body)` pour répondre aux requêtes `jev-ultrafast /v1/systemone`.

  5. Charger avec le package Laya : Alternativement, chargez le modèle en utilisant `laya.load("cklxx/laya-browser")` avec le package `laya` en amont.

  6. Appliquer les améliorations de harnais : Appliquez le `code/jev-ultrafast.patch` à `jev-ultrafast` pour améliorer l'évaluation et la configuration de l'entraînement.

  7. Optimiser la latence : En option, verrouillez l'horloge SM minimale du GPU en utilisant `sudo nvidia-smi -lgc 2100,3135` pour réduire la latence de décision.

  • Navigation automatisée dans le navigateur
  • Extraction de données web
  • Automatisation de remplissage de formulaires
  • Test de site web
  • Interaction web basée sur des agents
  • Collecte de données de recherche
  • Tâches en ligne répétitives

Avis sur cklxx/laya-browser

Chargement...

Outils IA populaires comme cklxx/laya-browser

AutoTrust-JEV-27B v1.1 est un modèle de décision textuel conçu pour attribuer des probabilités aux options de réponse pour diverses questions. Il excelle dans la sélection…

Modèles d'IA et LLM
Voir l'outil

Modèle de décision textuel conçu pour attribuer des probabilités aux options de réponse pour diverses questions. Il excelle dans la sélection…AutoTrust-JEV-27B v1.1 est un modèle de décision textuel conçu pour attribuer des probabilités aux options de réponse pour diverses questions. Il excelle dans la sélection…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

Clef

Modèles IA

Clef est un modèle multimodal de 27 milliards conçu pour transformer un état et un schéma de questions typées en décisions. Il traite des entrées telles que du texte, du JSON, des…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

Modèle multimodal de 27 milliards conçu pour transformer un état et un schéma de questions typées en décisions. Il traite des entrées telles que du texte, du JSON, des…Clef est un modèle multimodal de 27 milliards conçu pour transformer un état et un schéma de questions typées en décisions. Il traite des entrées telles que du texte, du JSON, des…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

GLiDE 27B est un modèle de décision de 27 milliards de paramètres développé par Fastino. Il traite des états contenant du texte, du JSON et des images optionnelles pour répondre à…

Modèles d'IA et LLM

N°76 en LLM

Voir l'outil

Modèle de décision de 27 milliards de paramètres développé par Fastino. Il traite des états contenant du texte, du JSON et des images optionnelles pour répondre à…GLiDE 27B est un modèle de décision de 27 milliards de paramètres développé par Fastino. Il traite des états contenant du texte, du JSON et des images optionnelles pour répondre à…

Modèles d'IA et LLM
N°76 en LLM

Jev Ultrafast Agent

Applications IA

Jev Ultrafast Agent est une extension de navigateur gratuite pour Chrome et Edge qui automatise des tâches sur des pages web en utilisant votre modèle d'IA choisi. Elle interagit…

Automatisation navigateur et web
Voir l'outil

Applications IA

Extension de navigateur gratuite pour Chrome et Edge qui automatise des tâches sur des pages web en utilisant votre modèle d'IA choisi. Elle interagit…Jev Ultrafast Agent est une extension de navigateur gratuite pour Chrome et Edge qui automatise des tâches sur des pages web en utilisant votre modèle d'IA choisi. Elle interagit…

Automatisation navigateur et web
Voir le Top 250 Applications IA

StartLux-Decision

Dépôts GitHub d'IA

StartLux-Decision propose des modèles de décision ouverts allant de 0,8 milliard à 27 milliards de paramètres, fournissant des probabilités calibrées pour chaque option. Il génère…

Modèles d'IA et LLM
Voir l'outil

Dépôts GitHub d'IA

Propose des modèles de décision ouverts allant de 0,8 milliard à 27 milliards de paramètres, fournissant des probabilités calibrées pour chaque option. Il génère…StartLux-Decision propose des modèles de décision ouverts allant de 0,8 milliard à 27 milliards de paramètres, fournissant des probabilités calibrées pour chaque option. Il génère…

Modèles d'IA et LLM
Voir le Top 250 Dépôts GitHub d'IA

Modèle IA DeepSeek-v3

Applications IA

DeepSeek-v3 offre des solutions IA instantanées alimentées par une architecture MoE avancée et des modèles linguistiques de pointe. Découvrez des capacités IA de pointe avec ce…

Modèles d'IA et LLM
Voir l'outil

Applications IA

DeepSeek-v3 offre des solutions IA instantanées alimentées par une architecture MoE avancée et des modèles linguistiques de pointe. Découvrez des capacités IA de pointe avec ce…

Modèles d'IA et LLM
Voir le Top 250 Applications IA

Browser Harness

Dépôts GitHub d'IA

Browser Harness est un cadre auto-réparateur qui permet aux grands modèles de langage (LLMs) d'accomplir n'importe quelle tâche dans un environnement de navigateur. Il offre des…

Automatisation navigateur et web

N°78 en Automatisation navigateur et web

Voir l'outil

Dépôts GitHub d'IA

Cadre auto-réparateur qui permet aux grands modèles de langage (LLMs) d'accomplir n'importe quelle tâche dans un environnement de navigateur. Il offre des…Browser Harness est un cadre auto-réparateur qui permet aux grands modèles de langage (LLMs) d'accomplir n'importe quelle tâche dans un environnement de navigateur. Il offre des…

Automatisation navigateur et web
N°78 en Automatisation navigateur et web

Browser Use est une plateforme open source pour l'automatisation de navigateur, conçue pour les agents IA. Elle fournit des outils pour l'interaction web, y compris des…

Automatisation navigateur et web

N°36 en Agents IA

Voir l'outil
1 sur 8