Hark、Hark Pro向けに2倍速のコンピュータ操作エージェントHandoff²を発表

Hark、Hark Pro向けに2倍速のコンピュータ操作エージェントHandoff²を発表
1 分の読書

Harkは、同社のアプリケーションHark Proに組み込まれたコンピュータ操作エージェントの第2版であるHandoff²を発表しました。企業によると、ウェブ上のタスクを平均して約2倍の速さで完了するといいます。これらの性能向上は、不要な操作や遅延を罰則とする強化学習(RL)による訓練に起因しています。

Handoff²は画面の前にいる人のように動作します。APIを呼び出す代わりに、クリック、テキスト入力、ページスクロールをリアルタイムで行います。Harkは8月にHandoffを発表し、10月にHark Proに統合しました。それ以来、同社は560万回以上のブラウジングセッションを記録し、2000万ドル以上の購入処理を行っています。ユーザーは買い物、航空券、歯科予約、返金請求、保証書フォーム、応募書類などを任せています。

エージェントが速度を上げる仕組み

Harkはエージェントの実行環境(「harness」、モデルが動作する環境)とRL訓練手法を同時に進化させました。新しい環境ではモデルが1ターンにより多くのアクションを出せます。訓練では不要なターン、無駄な推論トークン(モデルが思考のために生成するテキスト断片)、およびエンドツーエンドの遅延を罰則としました。

モデルは3つの習慣を学びました。複数のアクションをまとめて1ターンでフォームの複数フィールドを埋める、繰り返しのアクション列を再利用可能な複合アクションにまとめる、そしてタスクの進行に応じてこれら複合アクションを再利用することです。各リクエストは専用の仮想コンピュータ上で実行され、独自のブラウザ、ファイルシステム、端末を備えています。ターンごとに節約が積み重なるため、長くナビゲーションが多いタスクほど効果が大きくなります。

開発元が発表した数値

Harkはv1と比べて平均約2倍の高速化を示し、航空券予約では最大3.8倍、長時間の検索では5倍以上の速度向上を報告しています。例として、10分のタスクが3分に、45分のタスクが約10分に短縮されました。

内部のナビゲーションベンチマーク(238サイトにまたがる478タスク)では、Handoff²の成功率は82%でv1の73%を上回り、タスクあたりの時間は46%短縮されました。Claude Opus 5.5(max)を同環境で動かした結果と比較すると、Handoff²は最大5ポイント差で追随しています。v1は元の環境で評価されました。エージェントが承認なしに購入を確定せず、曖昧な場合のみ確認を求めるアライメントベンチマークでは、スコアが90.3%から93.8%に向上しました。これらの結果はすべて「自己申告」であり、独立したスコアはまだ存在しません。

公開されているOnline-Mind2Webランキングでは、元のHandoffが97.67%、YutoriのNavigator n1.5が97.3%を示しています。HarkはまだこのベンチマークでのHandoff²の結果を発表していません。

アクセスと料金

Handoff²はウェブ、iOS、AndroidのHark Proで利用可能です。ローカルオプションや量子化版はなく、Harkのクラウド上でのみ動作します。公開APIやモデルの重みの公開も発表されていません。料金ページによると、Hark Proは無料で、月額20ドルのプランは使用量が2倍、月額100ドルのプランは10倍の使用量を提供します。すべての機能はすべてのプランで利用可能です。

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x