传统的CUA重要依赖原子化GUI操作，例如点击、输入、拖拽、滚动。这类操作泛化性强，只有界面上能看到按钮，理论上模型就能点；但它也有显著短板：步骤长、误差容易累积，在复杂工作中很容易出现cascading errors。
相反，tool calls或API-based operations往往更高效、更精确。例如在LibreOffice里批量处置表格，GUI-only规划可能必要一串冗长的菜单点击和参数配置，而工具挪用可能一个API就能实现。
在hybrid GUI-Tool action space中，Agent每一步都站在一个岔路口：左边是GUI，右边是Tool。GUI泛化强但慢，Tool快但依赖覆盖与高低文前提。若是模型短缺蹊径选择能力，就会出现两类典型失败:
最后，系统不会单一地把所有GUI操作都代替成工具，而是随机采样部门工具挪用，再代替回对应GUI子序列，形成多种GUI与Tool交错的轨迹。
其中，R_fmt和R_acc别离是尺度体式嘉奖与工作成功嘉奖；R_tool和R_length则是ToolCUA专门设计的两项轨迹级嘉奖，并且它们只在成功轨迹上激活，预防模型从失败执行里学到谬误偏好。
在数据构建时，每个工作会带一个task-level的tool-beneficial象征：t_b = 1暗示这个工作适合用工具，t_b = -1暗示这个工作不适合用工具。与此同时，c暗示整条轨迹里的tool calls数。
它要解决的正是前面提到的hybrid confusion：有些模型明明该用工具却不用，有些模型则在不该用的时辰乱用。R_tool的作用，就是把工具是否相宜这件事从工作成功里单独拎出来训练。
这样设计的益处是，模型会天然偏差于索求更短的成功蹊径。而在好多场景里，更短的蹊径刚好心味着：用一个高层工具代替一长串冗余GUI操作。因而，R_length性质上是在激励模型发现更高效的GUI-Tool execution path。
所以，这一阶段的主题并不是让模型挪用更多工具，而是让它学会两件事：什么时辰工具真的相宜，什么时辰这条执行蹊径真的更短。
ToolCUA重要在OSWorld-MCP上评测。这个benchmark在传统OSWorld的基础上引入了hybrid GUI-Tool action space，覆盖典型GUI actions、150+ tools和主流桌面利用，适合衡量模型在真实混合作为空间中的执行能力。
同样在rl_dynamics里能够看到，去掉R_tool和R_length后，只保留尺度的R_acc与R_fmt，accuracy曲线会显著更不不变，在训练step8-11左右出现降落，最终与齐全ToolCUA之间有约莫7个点的差距。
这个案例展示的不是工具始终比GUI好，而是: 当工作主题是结构化表格操作时，Tool能够绕过脆弱的逐步GUI导航，用更确定的方式实现工作。
接下来，更值得持续和推动的方向，是构建更大规模的CUA工具，训练更大规模的CUA基座模型，让CUA原生拥有hybrid actions的能力，更好地解决人类复杂问题。
丈夫离开的日子完整版基兰·德斯伯里-霍尔是另一位受到广泛赞誉的球员。当被问及这位勤奋的中场——他在2025年以2900万英镑（3900万美元）从切尔西加盟太妃糖——是否得到了更广泛观众的认可时，里德补充道：“优秀的球员。说实话，詹姆斯·加纳也是。我认为加纳没能参加世界杯真的很不走运。”近日，有网民通过短视频平台发布我县体育场塑胶跑道出现起皮脱胶、基底裸露等问题的视频，相关内容引发社会各界关注。我县高度重视，成立由县纪委监委、县公安局、县卫健体委组成的联合调查组，启动核查处置工作，现将有关情况通报如下：丈夫离开的日子完整版《《老婆的大话》剧情》王延峰提出的一连串问题，引发了现场热议。在上海科技大学教育、创新和可持续发展研究中心主任杨燕青看来，引发这些问题的根源在于AI的能力已发生了根本变化。她说，今年以来，AI已呈现出从执行指令的工具，逐步向具备自主规划和持续优化能力的智能体演进的显著趋势——这意味着新的规则需求正在出现。房产上行周期，这套玩法勉强转得动。可当房价下跌、就业不稳、居民可支配收入承压，物业费收缴率开始掉头向下，资本逻辑便撞上了现实的墙。
20260608 ? 丈夫离开的日子完整版报告测算，删掉指令中“请”“谢谢”等不必要的礼貌用语，每年可节约 87 至 98 吉瓦时的电能。这相当于撒哈拉以南非洲地区 76 万人全年的生活用电总量。xxxx虽然当前A股市场的日均成交额保持在3万亿元以上，但大部分的流动性却流向了科技股，科技股对整个市场的资金虹吸效应相当显著。其中，千亿市值以上的科技股贡献了大部分的流动性，却引发了其他上市公司的存量资金遭到了分流的压力。
20260608 ? 丈夫离开的日子完整版对我来说，那真的很不可思议。因为当时发生了太多事情，我自己都有点反应不过来。看到那些数字的时候，我会想：“哇，我才15岁，就已经有100万粉丝了。”也是从那个时候开始，我慢慢意识到自己会成为什么样的人、什么样的球员。我很高兴经历过这一切，也很开心能感受到这么多人对我的喜爱。《电影《玛丽.雪莱》》至于大规模物联网市场，沈嘉表示，4G、5G时代就发展过大规模物联网市场，但并没有想象的那么大规模。“6G时代，要尽最大努力把4G、5G做得不好的方面补上。比如功耗、成本进一步降低。”
京公网安备11010202000001号
