Pular para o conteúdo principal
ToolPotion
Consultor de IA
Enviar

cklxx/laya-browser

cklxx/laya-browser é um modelo de extração de características, ajustado como uma cabeça de decisão de agente de navegador. Ele utiliza um modelo de decisão "Sistema 1" não autoregressivo para escolher operações e elementos-alvo em um ambiente de navegador. Este modelo é projetado para tarefas que requerem decisões rápidas e de passagem única, oferecendo uma substituição direta para soluções de automação de navegador existentes e suportando várias tarefas de múltiplos passos em sites reais.

Ver modelo
Compartilhar
Ver modelo
Compartilhar

O modelo cklxx/laya-browser é um modelo especializado de extração de características, com 0,3 bilhões de parâmetros, projetado para funcionar como uma cabeça de decisão de agente de navegador. É uma versão ajustada do modelo `laya` (convaiinnovations/laya), que opera como um modelo de decisão "Sistema 1" não autoregressivo. Ao contrário dos modelos autoregressivos tradicionais, `laya` utiliza uma única passagem de codificador bidirecional para responder a várias perguntas digitadas (escolha, pontuação, noul) com probabilidades calibradas, sem gerar texto.

Ler mais

Este repositório específico ajusta `laya` especificamente para tarefas de automação de navegador, servindo como uma substituição direta para `browser-use/jev-ultrafast`. Ele processa solicitações `/v1/systemone`, que refletem a função `predict(state, questions)` de `laya`. Em cada etapa, o modelo realiza uma passagem para frente, levando aproximadamente 22 milissegundos em um clock completo de GPU, para selecionar a operação apropriada (como CLICK, TYPE_TEXT, SELECT, PRESS_ENTER, SCROLL ou DONE) e seu correspondente elemento-alvo em uma página da web.

O modelo foi treinado e avaliado localmente em uma RTX 4070 Ti SUPER (16 GB) sem depender de APIs pagas. Para entrada de texto e seleção de valores de dropdown, ele se integra com um modelo local Qwen3-8B-AWQ. A versão atual, v19s, está disponível na raiz do repositório, com pontos de verificação anteriores acessíveis no histórico de commits. Atualizações são lançadas apenas quando uma nova versão demonstra melhorias claras.

Os resultados da avaliação destacam seu desempenho em várias suítes. A Suíte C, que envolve 27 tarefas de múltiplos passos em sites reais retidos (incluindo pesquisa, filtros, classificação e operações abertas), mostra que v19s alcança aproximadamente 20–26% de sucesso, uma melhoria significativa em relação ao 2/54 do v17s. A Suíte B, com 18 tarefas em 18 sites retidos, mantém uma pontuação perfeita de 54/54 tanto para v17s quanto para v19s. Na Suíte A, composta por 16 tarefas originais de sites reais, v19s marcou 39/48. Para formulários sintéticos retidos do webgym (7 tipos × 10), v19s alcançou 30/70, dobrando o 15/70 do v17s. O modelo também demonstra um desempenho forte em decisões retidas em sites não vistos (WebChain) para operação de clique e precisão do alvo top-1.

A latência para uma única decisão é tipicamente de 22–27 ms em uma RTX 4070 Ti SUPER em clock completo. No entanto, se a GPU cair para clocks ociosos entre decisões (devido à espera pelo carregamento de páginas), decisões subsequentes podem levar de 75 a 270 ms. Os usuários podem bloquear o clock mínimo de SM para mitigar isso. O modelo é integrado usando `transformers` e `torch`, enviando seu próprio código. Ele também pode ser carregado via o pacote upstream `laya`. As principais mudanças desde o v17s incluem melhorias no harness, como esperar a conclusão da navegação, um "guarda de desfazer" para evitar ações repetitivas, melhor manuseio de dados de campos de formulário e opções de rolagem para visualização. Os dados de treinamento também foram expandidos com trajetórias humanas do WebChain e DAgger no webgym. As limitações atuais incluem parar muito cedo em tarefas de múltiplos passos e problemas com páginas que exigem rolagem extensa ou sites que bloqueiam o Chromium sem cabeça.

  • CategoriaModelos de IA e LLMs
  • Modelo de preçosCódigo aberto
  • ImplantaçãoNuvem
  • PlataformasWeb

  • Modelo de decisão não autoregressivo para automação de navegador

  • Passagem única de codificador bidirecional para perguntas digitadas

  • Probabilidades calibradas para respostas de escolha, pontuação e noul

  • Substituição direta para browser-use/jev-ultrafast

  • Seleciona operações de navegador (CLICK, TYPE_TEXT, SELECT, PRESS_ENTER, SCROLL, DONE)

  • Identifica elementos-alvo para operações

  • Latência de decisão rápida de ~22 ms em clock completo de GPU

  • Treinado e avaliado localmente em RTX 4070 Ti SUPER

  • Integra-se com Qwen3-8B-AWQ local para entrada de texto e valores de dropdown

  • Suporta tarefas de múltiplos passos em sites do mundo real

  • Inclui um "guarda de desfazer" para evitar ações repetitivas

  • Melhor manuseio de espaços reservados, tipos e padrões de campos de formulário

  • Oferece opções roladas para fora da visualização, rolando-as para a visualização

  • Treinado com trajetórias humanas do WebChain e DAgger no webgym

  • Licença Apache-2.0 para o código do modelo

  1. Acessar Modelo: Baixe o modelo cklxx/laya-browser do Hugging Face.

  2. Configurar Ambiente: Certifique-se de que as bibliotecas `torch` e `transformers` estão instaladas em seu ambiente Python.

  3. Integrar via API: Use a função `decide` para construir solicitações no formato treinado do modelo e executar uma passagem para frente.

  4. Utilizar como Substituição: Implemente `m.systemone(body)` para responder a solicitações `jev-ultrafast /v1/systemone`.

  5. Carregar com Pacote Laya: Alternativamente, carregue o modelo usando `laya.load("cklxx/laya-browser")` com o pacote upstream `laya`.

  6. Aplicar Melhorias no Harness: Aplique o `code/jev-ultrafast.patch` ao `jev-ultrafast` para melhorar a avaliação e a configuração de treinamento.

  7. Otimizar Latência: Opcionalmente, bloqueie o clock mínimo de SM da GPU usando `sudo nvidia-smi -lgc 2100,3135` para reduzir a latência de decisão.

  • Navegação Automatizada em Navegador
  • Extração de Dados da Web
  • Automação de Preenchimento de Formulários
  • Teste de Sites
  • Interação Baseada em Agente na Web
  • Coleta de Dados para Pesquisa
  • Tarefas Online Repetitivas

Avaliações de cklxx/laya-browser

Carregando...

Ferramentas de IA populares como cklxx/laya-browser

AutoTrust-JEV-27B v1.1 é um modelo de decisão textual projetado para atribuir probabilidades a opções de resposta para várias perguntas. Ele se destaca na seleção de ferramentas,…

Modelos de IA e LLMs
Ver ferramenta

Modelo de decisão textual projetado para atribuir probabilidades a opções de resposta para várias perguntas. Ele se destaca na seleção de ferramentas,…AutoTrust-JEV-27B v1.1 é um modelo de decisão textual projetado para atribuir probabilidades a opções de resposta para várias perguntas. Ele se destaca na seleção de ferramentas,…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

Clef

Modelos de IA

Clef é um modelo multimodal de 27B projetado para transformar um estado e um esquema de perguntas tipadas em decisões. Ele processa entradas como texto, JSON, imagens ou vídeo, e…

Modelos de IA e LLMs
Ver ferramenta

Modelos de IA

Modelo multimodal de 27B projetado para transformar um estado e um esquema de perguntas tipadas em decisões. Ele processa entradas como texto, JSON, imagens ou vídeo, e…Clef é um modelo multimodal de 27B projetado para transformar um estado e um esquema de perguntas tipadas em decisões. Ele processa entradas como texto, JSON, imagens ou vídeo, e…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

GLiDE 27B é um modelo de decisão com 27 bilhões de parâmetros desenvolvido pela Fastino. Ele processa estados contendo texto, JSON e imagens opcionais para responder a perguntas…

Modelos de IA e LLMs

Nº 76 em LLMs

Ver ferramenta

Modelo de decisão com 27 bilhões de parâmetros desenvolvido pela Fastino. Ele processa estados contendo texto, JSON e imagens opcionais para responder a perguntas…GLiDE 27B é um modelo de decisão com 27 bilhões de parâmetros desenvolvido pela Fastino. Ele processa estados contendo texto, JSON e imagens opcionais para responder a perguntas…

Modelos de IA e LLMs
Nº 76 em LLMs

Jev Ultrafast Agent é uma extensão gratuita para navegadores Chrome e Edge que automatiza tarefas em páginas da web usando o modelo de IA escolhido. Ele interage diretamente com…

Automação de navegador e web
Ver ferramenta

Extensão gratuita para navegadores Chrome e Edge que automatiza tarefas em páginas da web usando o modelo de IA escolhido. Ele interage diretamente com…Jev Ultrafast Agent é uma extensão gratuita para navegadores Chrome e Edge que automatiza tarefas em páginas da web usando o modelo de IA escolhido. Ele interage diretamente com…

Automação de navegador e web
Ver o Top 250 de Apps de IA

StartLux-Decision

Repositórios de IA no GitHub

StartLux-Decision oferece modelos de decisão abertos variando de 0,8B a 27B parâmetros, fornecendo probabilidades calibradas para cada opção. Gera pensamentos concisos em…

Modelos de IA e LLMs
Ver ferramenta

Repositórios de IA no GitHub

Oferece modelos de decisão abertos variando de 0,8B a 27B parâmetros, fornecendo probabilidades calibradas para cada opção. Gera pensamentos concisos em…StartLux-Decision oferece modelos de decisão abertos variando de 0,8B a 27B parâmetros, fornecendo probabilidades calibradas para cada opção. Gera pensamentos concisos em…

Modelos de IA e LLMs
Ver o Top 250 de Repositórios de IA no GitHub

O DeepSeek-v3 oferece soluções de IA instantâneas impulsionadas por uma arquitetura MoE avançada e modelos de linguagem de ponta. Experimente capacidades de IA de vanguarda com…

Modelos de IA e LLMs
Ver ferramenta

O DeepSeek-v3 oferece soluções de IA instantâneas impulsionadas por uma arquitetura MoE avançada e modelos de linguagem de ponta. Experimente capacidades de IA de vanguarda com…

Modelos de IA e LLMs
Ver o Top 250 de Apps de IA

Browser Harness

Repositórios de IA no GitHub

Browser Harness é uma estrutura de auto-reparo que permite que grandes modelos de linguagem (LLMs) completem qualquer tarefa em um ambiente de navegador. Ele fornece robustas…

Automação de navegador e web

Nº 78 em Automação de navegador e web

Ver ferramenta

Repositórios de IA no GitHub

Estrutura de auto-reparo que permite que grandes modelos de linguagem (LLMs) completem qualquer tarefa em um ambiente de navegador. Ele fornece robustas…Browser Harness é uma estrutura de auto-reparo que permite que grandes modelos de linguagem (LLMs) completem qualquer tarefa em um ambiente de navegador. Ele fornece robustas…

Automação de navegador e web
Nº 78 em Automação de navegador e web

Browser Use é uma plataforma de código aberto para automação de browser, projetada para agentes de IA. Ele fornece ferramentas para interação web, incluindo browsers indetectáveis…

Automação de navegador e web

Nº 36 em Agentes de IA

Ver ferramenta

Browser Use é uma plataforma de código aberto para automação de browser, projetada para agentes de IA. Ele fornece ferramentas para interação web, incluindo browsers indetectáveis…

DestaqueAutomação de navegador e web
Nº 36 em Agentes de IA
1 de 8