Langsung ke konten utama
ToolPotion
Penasihat AI
Kirim (Gratis)

cklxx/laya-browser

Model AIModel AI & LLMOpen source · Web

cklxx/laya-browser adalah model ekstraksi fitur, yang disesuaikan sebagai kepala keputusan agen browser. Ini memanfaatkan model keputusan "Sistem 1" non-autoregressive untuk memilih operasi dan elemen target dalam lingkungan browser. Model ini dirancang untuk tugas yang memerlukan keputusan cepat dalam satu kali proses, menawarkan pengganti yang mudah untuk solusi otomatisasi browser yang ada dan mendukung berbagai tugas multi-langkah di situs nyata.

Lihat Model
Bagikan
Lihat Model
Bagikan

Model cklxx/laya-browser adalah model ekstraksi fitur khusus, dengan 0,3 miliar parameter, dirancang untuk berfungsi sebagai kepala keputusan agen browser. Ini adalah versi yang disesuaikan dari model `laya` (convaiinnovations/laya), yang beroperasi sebagai model keputusan "Sistem 1" non-autoregressive. Berbeda dengan model autoregressive tradisional, `laya` menggunakan satu kali proses pengkodean bidirectional untuk menjawab beberapa pertanyaan yang diketik (pilihan, skor, noul) dengan probabilitas yang terkalibrasi, tanpa menghasilkan teks.

Baca Selengkapnya

Repositori ini secara khusus menyempurnakan `laya` untuk tugas otomatisasi browser, berfungsi sebagai pengganti langsung untuk `browser-use/jev-ultrafast`. Ini memproses permintaan `/v1/systemone`, yang mencerminkan fungsi `predict(state, questions)` dari `laya`. Dalam setiap langkah, model melakukan satu kali proses maju, memakan waktu sekitar 22 milidetik pada clock GPU penuh, untuk memilih operasi yang sesuai (seperti KLIK, KETIK_TEKST, PILIH, TEKAN_ENTER, GULIR, atau SELESAI) dan elemen target yang sesuai di halaman web.

Model ini dilatih dan dievaluasi secara lokal pada RTX 4070 Ti SUPER (16 GB) tanpa bergantung pada API berbayar. Untuk input teks dan pemilihan nilai dropdown, ia terintegrasi dengan model lokal Qwen3-8B-AWQ. Versi saat ini, v19s, tersedia di root repositori, dengan checkpoint sebelumnya dapat diakses dalam riwayat komit. Pembaruan hanya dirilis ketika versi baru menunjukkan perbaikan yang jelas.

Hasil evaluasi menyoroti kinerjanya di berbagai suite. Suite C, yang melibatkan 27 tugas multi-langkah di situs nyata yang ditahan (termasuk pencarian, filter, urutkan, dan operasi buka), menunjukkan v19s mencapai sekitar 20–26% keberhasilan, peningkatan signifikan dari 2/54 v17s. Suite B, dengan 18 tugas di 18 situs yang ditahan, mempertahankan skor sempurna 54/54 untuk baik v17s maupun v19s. Di Suite A, yang terdiri dari 16 tugas situs nyata asli, v19s mencetak 39/48. Untuk bentuk sintetis yang ditahan webgym (7 jenis × 10), v19s mencapai 30/70, menggandakan 15/70 v17s. Model ini juga menunjukkan kinerja yang kuat dalam keputusan yang ditahan di situs yang tidak terlihat (WebChain) untuk operasi klik dan akurasi target top-1.

Latensi untuk satu keputusan biasanya 22–27 ms pada RTX 4070 Ti SUPER pada clock penuh. Namun, jika GPU turun ke clock idle antara keputusan (karena menunggu halaman dimuat), keputusan berikutnya dapat memakan waktu 75–270 ms. Pengguna dapat mengunci clock SM minimum untuk mengurangi ini. Model ini terintegrasi menggunakan `transformers` dan `torch`, mengirimkan kodenya sendiri. Ini juga dapat dimuat melalui paket `laya` hulu. Perubahan kunci sejak v17s termasuk perbaikan harness, seperti menunggu navigasi selesai, "undo guard" untuk mencegah tindakan berulang, penanganan yang lebih baik terhadap data bidang formulir, dan opsi menggulir ke tampilan. Data pelatihan juga diperluas dengan trajektori manusia WebChain dan DAgger di webgym. Keterbatasan saat ini termasuk berhenti terlalu awal dalam tugas multi-langkah dan masalah dengan halaman yang memerlukan pengguliran ekstensif atau situs yang memblokir Chromium tanpa kepala.

  • KategoriModel AI & LLM
  • Model HargaOpen source
  • PenerapanCloud
  • PlatformWeb

  • Model keputusan non-autoregressive untuk otomatisasi browser

  • Satu kali proses pengkodean bidirectional untuk pertanyaan yang diketik

  • Probabilitas terkalibrasi untuk pilihan, skor, dan jawaban noul

  • Pengganti langsung untuk browser-use/jev-ultrafast

  • Memilih operasi browser (KLIK, KETIK_TEKST, PILIH, TEKAN_ENTER, GULIR, SELESAI)

  • Mengidentifikasi elemen target untuk operasi

  • Latensi keputusan cepat sekitar 22 ms pada clock GPU penuh

  • Dilatih dan dievaluasi secara lokal pada RTX 4070 Ti SUPER

  • Terintegrasi dengan Qwen3-8B-AWQ lokal untuk input teks dan nilai dropdown

  • Mendukung tugas multi-langkah di situs web dunia nyata

  • Termasuk "undo guard" untuk mencegah tindakan berulang

  • Penanganan yang lebih baik terhadap placeholder, jenis, dan pola bidang formulir

  • Menawarkan opsi yang digulir keluar dari tampilan dengan menggulirnya ke tampilan

  • Dilatih dengan trajektori manusia WebChain dan DAgger di webgym

  • Lisensi Apache-2.0 untuk kode model

  1. Akses Model: Unduh model cklxx/laya-browser dari Hugging Face.

  2. Siapkan Lingkungan: Pastikan pustaka `torch` dan `transformers` terinstal di lingkungan Python Anda.

  3. Integrasi melalui API: Gunakan fungsi `decide` untuk membangun permintaan dalam format terlatih model dan jalankan proses maju.

  4. Gunakan sebagai Pengganti: Terapkan `m.systemone(body)` untuk menjawab permintaan `jev-ultrafast /v1/systemone`.

  5. Muat dengan Paket Laya: Sebagai alternatif, muat model menggunakan `laya.load("cklxx/laya-browser")` dengan paket `laya` hulu.

  6. Terapkan Perbaikan Harness: Terapkan `code/jev-ultrafast.patch` ke `jev-ultrafast` untuk perbaikan evaluasi dan pengaturan pelatihan.

  7. Optimalkan Latensi: Opsional, kunci clock SM minimum GPU menggunakan `sudo nvidia-smi -lgc 2100,3135` untuk mengurangi latensi keputusan.

  • Navigasi Browser Otomatis
  • Ekstraksi Data Web
  • Otomatisasi Pengisian Formulir
  • Pengujian Situs Web
  • Interaksi Web Berbasis Agen
  • Pengumpulan Data Penelitian
  • Tugas Online Berulang

Ulasan cklxx/laya-browser

Memuat...

Alat AI Populer Seperti cklxx/laya-browser

AutoTrust-JEV-27B v1.1 adalah model keputusan teks yang dirancang untuk menetapkan probabilitas pada opsi jawaban untuk berbagai pertanyaan. Model ini unggul dalam pemilihan alat,…

Model AI & LLM
Lihat Alat

Model keputusan teks yang dirancang untuk menetapkan probabilitas pada opsi jawaban untuk berbagai pertanyaan. Model ini unggul dalam pemilihan alat,…AutoTrust-JEV-27B v1.1 adalah model keputusan teks yang dirancang untuk menetapkan probabilitas pada opsi jawaban untuk berbagai pertanyaan. Model ini unggul dalam pemilihan alat,…

Model AI & LLM
Lihat Top 5 Model AI

Clef

Model AI

Clef adalah model multimodal 27B yang dirancang untuk mengubah keadaan dan skema pertanyaan terketik menjadi keputusan. Model ini memproses input seperti teks, JSON, gambar, atau…

Model AI & LLM
Lihat Alat

Model AI

Model multimodal 27B yang dirancang untuk mengubah keadaan dan skema pertanyaan terketik menjadi keputusan. Model ini memproses input seperti teks, JSON, gambar, atau…Clef adalah model multimodal 27B yang dirancang untuk mengubah keadaan dan skema pertanyaan terketik menjadi keputusan. Model ini memproses input seperti teks, JSON, gambar, atau…

Model AI & LLM
Lihat Top 5 Model AI

GLiDE 27B adalah model keputusan dengan 27 miliar parameter yang dikembangkan oleh Fastino. Model ini memproses keadaan yang berisi teks, JSON, dan gambar opsional untuk menjawab…

Model AI & LLM

Peringkat 76 di LLM

Lihat Alat

Model keputusan dengan 27 miliar parameter yang dikembangkan oleh Fastino. Model ini memproses keadaan yang berisi teks, JSON, dan gambar opsional untuk menjawab…GLiDE 27B adalah model keputusan dengan 27 miliar parameter yang dikembangkan oleh Fastino. Model ini memproses keadaan yang berisi teks, JSON, dan gambar opsional untuk menjawab…

Model AI & LLM
Peringkat 76 di LLM

Jev Ultrafast Agent adalah ekstensi browser gratis untuk Chrome dan Edge yang mengotomatiskan tugas di halaman web menggunakan model AI pilihan Anda. Ini berinteraksi langsung…

Otomatisasi Peramban & Web
Lihat Alat

Ekstensi browser gratis untuk Chrome dan Edge yang mengotomatiskan tugas di halaman web menggunakan model AI pilihan Anda. Ini berinteraksi langsung…Jev Ultrafast Agent adalah ekstensi browser gratis untuk Chrome dan Edge yang mengotomatiskan tugas di halaman web menggunakan model AI pilihan Anda. Ini berinteraksi langsung…

Otomatisasi Peramban & Web
Lihat Top 250 Aplikasi AI

StartLux-Decision

Repositori GitHub AI

StartLux-Decision menawarkan model keputusan terbuka mulai dari 0,8B hingga 27B parameter, menyediakan probabilitas terkalibrasi untuk setiap opsi. Ini menghasilkan pemikiran…

Model AI & LLM
Lihat Alat

Repositori GitHub AI

Menawarkan model keputusan terbuka mulai dari 0,8B hingga 27B parameter, menyediakan probabilitas terkalibrasi untuk setiap opsi. Ini menghasilkan pemikiran…StartLux-Decision menawarkan model keputusan terbuka mulai dari 0,8B hingga 27B parameter, menyediakan probabilitas terkalibrasi untuk setiap opsi. Ini menghasilkan pemikiran…

Model AI & LLM
Lihat Top 250 Repositori GitHub AI

DeepSeek-v3 menawarkan solusi AI instan yang didukung oleh arsitektur MoE canggih dan model bahasa mutakhir. Rasakan kemampuan AI terdepan dengan model yang stabil, gratis, dan…

Model AI & LLM
Lihat Alat

DeepSeek-v3 menawarkan solusi AI instan yang didukung oleh arsitektur MoE canggih dan model bahasa mutakhir. Rasakan kemampuan AI terdepan dengan model yang stabil, gratis, dan…

Model AI & LLM
Lihat Top 250 Aplikasi AI

Browser Harness

Repositori GitHub AI

Browser Harness adalah kerangka kerja self-healing yang memungkinkan model bahasa besar (LLM) untuk menyelesaikan tugas apa pun dalam lingkungan browser. Ini menyediakan kemampuan…

Otomatisasi Peramban & Web

Peringkat 78 di Otomatisasi Peramban & Web

Lihat Alat

Repositori GitHub AI

Kerangka kerja self-healing yang memungkinkan model bahasa besar (LLM) untuk menyelesaikan tugas apa pun dalam lingkungan browser. Ini menyediakan kemampuan…Browser Harness adalah kerangka kerja self-healing yang memungkinkan model bahasa besar (LLM) untuk menyelesaikan tugas apa pun dalam lingkungan browser. Ini menyediakan kemampuan…

Otomatisasi Peramban & Web
Peringkat 78 di Otomatisasi Peramban & Web

Browser Use adalah platform sumber terbuka untuk otomatisasi peramban, yang dirancang untuk agen AI. Platform ini menyediakan alat untuk interaksi web, termasuk peramban yang…

Otomatisasi Peramban & Web

Peringkat 36 di Agen AI

Lihat Alat
1 dari 8