Ai2推出MolmoWeb，一个开源网页代理
💡
原文英文，约700词，阅读约需3分钟。
📝
内容提要
Ai2推出了MolmoWeb，一个开源视觉网络代理，支持本地运行。该模型有4亿和8亿参数，能够执行网页任务，如导航、填写表单和搜索产品。MolmoWeb的训练数据包括3万个任务轨迹和60万个子任务，表现优于一些竞争对手，旨在为研究人员提供替代方案，促进开放源代码社区的发展。
🎯
关键要点
- Ai2推出了MolmoWeb，一个开源视觉网络代理，属于Molmo 2模型系列。
- MolmoWeb有4亿和8亿参数，能够在本地运行。
- 该模型能够执行网页任务，如导航、填写表单和搜索产品。
- MolmoWeb的训练数据包括3万个任务轨迹和60万个子任务，表现优于一些竞争对手。
- Ai2的目标是为研究人员提供替代方案，促进开放源代码社区的发展。
- MolmoWeb的训练集是迄今为止发布的最大人类网页任务执行数据集。
- 该模型还包括合成轨迹和注释截图，以增强训练效果。
- MolmoWeb现已在Hugging Face和GitHub上发布，提供所有训练数据和评估工具。
❓
延伸问答
MolmoWeb是什么？
MolmoWeb是Ai2推出的一个开源视觉网络代理，属于Molmo 2模型系列。
MolmoWeb的参数有多少？
MolmoWeb有4亿和8亿参数。
MolmoWeb可以执行哪些网页任务？
MolmoWeb能够执行导航、填写表单和搜索产品等网页任务。
MolmoWeb的训练数据包含哪些内容？
MolmoWeb的训练数据包括3万个任务轨迹和60万个子任务，以及合成轨迹和注释截图。
MolmoWeb与其他竞争对手相比表现如何？
MolmoWeb在一些标准浏览器使用基准测试中表现优于OpenAI的GPT-4o和其他开源模型。
MolmoWeb的发布对研究社区有什么影响？
MolmoWeb的发布旨在为研究人员提供替代方案，促进开放源代码社区的发展，填补模型和训练数据的缺口。
➡️
