Ottimizzazione a livello di passo per agenti efficienti nell'uso del computer

Un nuovo articolo su arXiv (2604.27151) propone un'ottimizzazione a livello di passo per migliorare l'efficienza degli agenti che utilizzano il computer. Questi agenti automatizzano compiti software interagendo direttamente con le interfacce grafiche, evitando integrazioni fragili specifiche dell'applicazione. Tuttavia, i sistemi attuali sono costosi e lenti perché invocano grandi modelli multimodali a ogni passo. Gli autori sostengono che l'allocazione del calcolo è inefficiente per compiti GUI a lungo orizzonte, poiché le traiettorie sono eterogenee: i passi di routine possono essere gestiti da politiche più piccole, mentre gli errori si concentrano nei momenti ad alto rischio. I fallimenti si manifestano tipicamente come stalli di progresso (azioni cicliche o inefficaci) e deriva semantica silenziosa. L'articolo non specifica autori, istituzioni o risultati sperimentali.