WorkForceAgent-R1
Web-task reward functions, WorkArena data processing and GRPO training configurations for reasoning-oriented language agents.
网页
强化学习
已审阅并标注「强化学习」的研究与资产。
条目依据已审阅标签归类，同一主题不表示资源之间存在依赖关系。日期保留来源精度，注释保留原语言。
ZeroGUI
Online RL framework for GUI agents in which VLMs generate the training tasks and judge success from trajectory screenshots, with OSWorld and AndroidLab checkpoints trained from UI-TARS-7B-DPO.
跨平台
第 241–242 条，共 242 条资源。
通过主题导出清单获取完整记录和证据。克隆目录后，可将主题记录直接交给标准 RAG 与引用导出工具。