Перейти к основному содержимому
ToolPotion
ИИ-советник
Отправить

cklxx/laya-browser

AI-моделиИИ-модели и LLMОткрытый код · Веб

cklxx/laya-browser — это модель извлечения признаков, дообученная как голова принятия решений для браузерного агента. Она использует неавторегрессионную модель принятия решений «Система 1» для выбора операций и целевых элементов в среде браузера. Эта модель предназначена для задач, требующих быстрого, однопроходного принятия решений, предлагая замену существующим решениям автоматизации браузера и поддерживая различные многошаговые задачи на реальных сайтах.

Открыть модель
Поделиться
Открыть модель
Поделиться

Модель cklxx/laya-browser — это специализированная модель извлечения признаков, обладающая 0,3 миллиарда параметров, предназначенная для работы в качестве головы принятия решений для браузерного агента. Это дообученная версия модели `laya` (convaiinnovations/laya), которая работает как неавторегрессионная модель принятия решений «Система 1». В отличие от традиционных авторегрессионных моделей, `laya` использует один проход двунаправленного кодировщика для ответа на несколько типизированных вопросов (выбор, оценка, noul) с откалиброванными вероятностями, без генерации текста.

Читать далее

Этот конкретный репозиторий дообучает `laya` специально для задач автоматизации браузера, служа заменой для `browser-use/jev-ultrafast`. Он обрабатывает запросы `/v1/systemone`, которые отражают функцию `laya` `predict(state, questions)`. На каждом шаге модель выполняет один прямой проход, который занимает примерно 22 миллисекунды на полном тактовом режиме GPU, чтобы выбрать соответствующую операцию (например, CLICK, TYPE_TEXT, SELECT, PRESS_ENTER, SCROLL или DONE) и соответствующий целевой элемент на веб-странице.

Модель была обучена и оценена локально на RTX 4070 Ti SUPER (16 ГБ) без использования платных API. Для ввода текста и выбора значений из выпадающих списков она интегрируется с локальной моделью Qwen3-8B-AWQ. Текущая версия, v19s, доступна в корне репозитория, а более ранние контрольные точки можно найти в истории коммитов. Обновления выпускаются только тогда, когда новая версия демонстрирует явные улучшения.

Результаты оценки подчеркивают ее производительность в различных наборах. Набор C, который включает 27 многошаговых задач на отложенных реальных сайтах (включая поиск, фильтры, сортировку и открытие операций), показывает, что v19s достигает примерно 20–26% успеха, что является значительным улучшением по сравнению с 2/54 v17s. Набор B, с 18 задачами на 18 отложенных сайтах, сохраняет идеальный результат 54/54 как для v17s, так и для v19s. В Наборе A, состоящем из 16 оригинальных задач на реальных сайтах, v19s набрала 39/48. Для синтетических форм webgym (7 видов × 10) v19s достигла 30/70, удвоив результат v17s 15/70. Модель также демонстрирует высокую производительность в отложенных решениях на невидимых сайтах (WebChain) для операции клика и точности целевого элемента top-1.

Задержка для одного решения обычно составляет 22–27 мс на RTX 4070 Ti SUPER при полном тактовом режиме. Однако, если GPU переходит в режим ожидания между решениями (из-за ожидания загрузки страниц), последующие решения могут занять 75–270 мс. Пользователи могут зафиксировать минимальную тактовую частоту SM, чтобы смягчить это. Модель интегрирована с использованием `transformers` и `torch`, поставляется с собственным кодом. Она также может быть загружена через пакет `laya`. Ключевые изменения с момента v17s включают улучшения в системе, такие как ожидание завершения навигации, «защита от отмены», чтобы предотвратить повторяющиеся действия, лучшее управление данными полей форм и варианты прокрутки в вид.

Данные для обучения также были расширены с помощью человеческих траекторий WebChain и DAgger на webgym. Текущие ограничения включают преждевременное завершение многошаговых задач и проблемы с страницами, требующими обширной прокрутки, или сайтами, блокирующими безголовый Chromium.

  • КатегорияИИ-модели и LLM
  • Модель ценообразованияОткрытый код
  • РазвёртываниеОблако
  • ПлатформыВеб

  • Неавторегрессионная модель принятия решений для автоматизации браузера

  • Один проход двунаправленного кодировщика для типизированных вопросов

  • Откалиброванные вероятности для ответов выбора, оценки и noul

  • Замена для browser-use/jev-ultrafast

  • Выбор операций браузера (CLICK, TYPE_TEXT, SELECT, PRESS_ENTER, SCROLL, DONE)

  • Идентификация целевых элементов для операций

  • Быстрая задержка принятия решений ~22 мс на полном тактовом режиме GPU

  • Обучена и оценена локально на RTX 4070 Ti SUPER

  • Интеграция с локальной моделью Qwen3-8B-AWQ для ввода текста и значений выпадающих списков

  • Поддержка многошаговых задач на реальных веб-сайтах

  • Включает «защиту от отмены», чтобы предотвратить повторяющиеся действия

  • Улучшенное управление заполнителями, типами и шаблонами полей форм

  • Предлагает варианты прокрутки, чтобы вернуть элементы в вид

  • Обучена с использованием человеческих траекторий WebChain и DAgger на webgym

  • Лицензия Apache-2.0 для кода модели

  1. Доступ к модели: Скачайте модель cklxx/laya-browser с Hugging Face.

  2. Настройка окружения: Убедитесь, что библиотеки `torch` и `transformers` установлены в вашем Python окружении.

  3. Интеграция через API: Используйте функцию `decide`, чтобы построить запросы в обученном формате модели и выполнить прямой проход.

  4. Использование в качестве замены: Реализуйте `m.systemone(body)`, чтобы ответить на запросы `jev-ultrafast /v1/systemone`.

  5. Загрузка с пакетом Laya: В качестве альтернативы загрузите модель с помощью `laya.load("cklxx/laya-browser")` с пакетом `laya`.

  6. Применение улучшений системы: Примените `code/jev-ultrafast.patch` к `jev-ultrafast` для улучшенной оценки и настройки обучения.

  7. Оптимизация задержки: При желании зафиксируйте минимальную тактовую частоту SM GPU с помощью `sudo nvidia-smi -lgc 2100,3135`, чтобы уменьшить задержку принятия решений.

  • Автоматизированная навигация по браузеру
  • Извлечение данных из веба
  • Автоматизация заполнения форм
  • Тестирование веб-сайтов
  • Веб-взаимодействие на основе агентов
  • Сбор данных для исследований
  • Повторяющиеся онлайн-задачи

Отзывы о cklxx/laya-browser

Загрузка...

Популярные ИИ-инструменты, похожие на cklxx/laya-browser

AutoTrust-JEV-27B v1.1

AI-модели

AutoTrust-JEV-27B v1.1 — это текстовая модель принятия решений, предназначенная для назначения вероятностей вариантам ответов на различные вопросы. Она превосходно справляется с…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Текстовая модель принятия решений, предназначенная для назначения вероятностей вариантам ответов на различные вопросы. Она превосходно справляется с…AutoTrust-JEV-27B v1.1 — это текстовая модель принятия решений, предназначенная для назначения вероятностей вариантам ответов на различные вопросы. Она превосходно справляется с…

ИИ-модели и LLM
Топ-5: AI-модели

Clef

AI-модели

Clef — это многомодальная модель с 27 миллиардами параметров, предназначенная для преобразования состояния и схемы типизированных вопросов в решения. Она обрабатывает входные…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Многомодальная модель с 27 миллиардами параметров, предназначенная для преобразования состояния и схемы типизированных вопросов в решения. Она обрабатывает входные…Clef — это многомодальная модель с 27 миллиардами параметров, предназначенная для преобразования состояния и схемы типизированных вопросов в решения. Она обрабатывает входные…

ИИ-модели и LLM
Топ-5: AI-модели

GLiDE 27B — это модель принятия решений с 27 миллиардами параметров, разработанная компанией Fastino. Она обрабатывает состояния, содержащие текст, JSON и необязательные…

ИИ-модели и LLM

№76 в LLM

Открыть инструмент

Модель принятия решений с 27 миллиардами параметров, разработанная компанией Fastino. Она обрабатывает состояния, содержащие текст, JSON и необязательные…GLiDE 27B — это модель принятия решений с 27 миллиардами параметров, разработанная компанией Fastino. Она обрабатывает состояния, содержащие текст, JSON и необязательные…

ИИ-модели и LLM
№76 в LLM

Jev Ultrafast Agent

AI-приложения

Jev Ultrafast Agent — это бесплатное расширение для браузеров Chrome и Edge, которое автоматизирует задачи на веб-страницах с использованием выбранной вами модели ИИ. Оно…

Автоматизация браузера и веба
Открыть инструмент

AI-приложения

Бесплатное расширение для браузеров Chrome и Edge, которое автоматизирует задачи на веб-страницах с использованием выбранной вами модели ИИ. Оно…Jev Ultrafast Agent — это бесплатное расширение для браузеров Chrome и Edge, которое автоматизирует задачи на веб-страницах с использованием выбранной вами модели ИИ. Оно…

Автоматизация браузера и веба
Топ-250: AI-приложения

StartLux-Decision

AI-репозитории на GitHub

StartLux-Decision предлагает открытые модели принятия решений с количеством параметров от 0,8 до 27 миллиардов, предоставляя откалиброванные вероятности для каждого варианта. Он…

ИИ-модели и LLM
Открыть инструмент

AI-репозитории на GitHub

Предлагает открытые модели принятия решений с количеством параметров от 0,8 до 27 миллиардов, предоставляя откалиброванные вероятности для каждого варианта. Он…StartLux-Decision предлагает открытые модели принятия решений с количеством параметров от 0,8 до 27 миллиардов, предоставляя откалиброванные вероятности для каждого варианта. Он…

ИИ-модели и LLM
Топ-250: AI-репозитории на GitHub

AI-модель DeepSeek-v3

AI-приложения

DeepSeek-v3 предлагает мгновенные ИИ-решения, основанные на передовой архитектуре MoE и современных языковых моделях. Оцените передовые возможности ИИ с этой стабильной,…

ИИ-модели и LLM
Открыть инструмент

AI-приложения

DeepSeek-v3 предлагает мгновенные ИИ-решения, основанные на передовой архитектуре MoE и современных языковых моделях. Оцените передовые возможности ИИ с этой стабильной,…

ИИ-модели и LLM
Топ-250: AI-приложения

Browser Harness

AI-репозитории на GitHub

Browser Harness — это самовосстанавливающаяся структура, которая позволяет большим языковым моделям (LLM) выполнять любые задачи в браузерной среде. Она предоставляет надежные…

Автоматизация браузера и веба

№78 в Автоматизация браузера и веба

Открыть инструмент

AI-репозитории на GitHub

Самовосстанавливающаяся структура, которая позволяет большим языковым моделям (LLM) выполнять любые задачи в браузерной среде. Она предоставляет надежные…Browser Harness — это самовосстанавливающаяся структура, которая позволяет большим языковым моделям (LLM) выполнять любые задачи в браузерной среде. Она предоставляет надежные…

Автоматизация браузера и веба
№78 в Автоматизация браузера и веба

Browser Use - это платформа с открытым исходным кодом для автоматизации браузера, разработанная для ИИ-агентов. Она предоставляет инструменты для взаимодействия с веб-сайтами,…

Автоматизация браузера и веба

№36 в ИИ-агенты

Открыть инструмент

Browser Use - это платформа с открытым исходным кодом для автоматизации браузера, разработанная для ИИ-агентов. Она предоставляет инструменты для взаимодействия с веб-сайтами,…

РекомендованоАвтоматизация браузера и веба
№36 в ИИ-агенты
1 из 8