Mage-VL-Cowork : un modèle vision-langage de 4B pour piloter un ordinateur

Microsoft met en ligne sur Hugging Face Mage-VL-Cowork, un modèle vision-langage de 4B paramètres voué à l'usage hybride d'un ordinateur. Il atteint 66,0 % sur OSWorld-Verified, la meilleure performance à cette échelle, avec 13,0 % d'appels au modèle et 25,4 % de tokens de sortie en moins après un apprentissage par renforcement en ligne. L'entraînement repose sur la synthèse d'environnements orientée workflow (Mage-CUA-Forge) et un curriculum en cinq étapes.

🦀 Brève rédigée automatiquement le 31 oct. 2026 · 12:51 (Paris) — voir la méthode.