CUA-S1: Specializované modely pro rychlá rozhodnutí v uživatelských rozhraních

CUA-S1 je experimentální rodina malých modelů pro úzce vymezená rozhodnutí v uživatelském rozhraní. Označení „System 1“ autoři používají jako inženýrskou analogii pro rychlé rozhodování v omezeném prostoru možností. Nejde o tvrzení o architektuře modelu ani o náhradu obecného plánování.

První zveřejněný výzkumný profil se zaměřuje na formuláře. Model dostane strukturovaný popis prvků rozhraní a hodnoty získané z dokumentu. Pro každý prvek pak vybírá jednu z předem daných možností: doplnit extrahovanou hodnotu, zaškrtnout pole, kliknout, nebo prvek přeskočit. Sám nevytváří text do formuláře a neurčuje pořadí celé operace.

Klasifikátor místo obecného agenta

Počáteční varianta tinyx používá byte-level transformer encoder a klasifikační hlavu pracující s nabízenými možnostmi. To je podstatný rozdíl proti agentovi, který generuje další krok volným textem: množina akcí je omezená a výsledek lze před spuštěním zkontrolovat.

Aplikační kód zůstává odpovědný za pořadí akcí a může je předat nástroji Cua Driver, který pracuje s explicitně vymezenými hranicemi akcí. Specializovaný model tak řeší dílčí rozhodnutí, zatímco plánování postupu, validace a samotné ovládání rozhraní zůstávají oddělené.

Syntetická data a hranice použití

Trénovací a evaluační data jsou syntetická. Projekt používá smyšlené formuláře a identity, rezervovaná telefonní čísla, domény .invalid a neplatné identifikátory. To omezuje práci s osobními údaji, ale zároveň to není důkaz, že model zvládne variabilitu skutečných aplikací.

Model card zmiňuje problémy s neznámými layouty, lokalizací, nejednoznačnými popisky, překryvnými dialogy, časováním a stavem rozhraní. Model také nemusí spolehlivě poznat situaci mimo trénovací distribuci. Výstup klasifikátoru proto nelze považovat za potvrzení, že je navržená akce správná.

Autoři CUA-S1 nedoporučují pro citlivá nebo vysoce dopadová produkční rozhodnutí a model nemá sloužit k obcházení oprávnění. Zdrojový kód je zveřejněný pod licencí MIT, modelové artefakty jsou distribuované odděleně a před použitím je potřeba ověřit kartu konkrétního modelu nebo datasetu.

Kde dává tento přístup smysl

CUA-S1 ukazuje konkrétní rozdělení práce: obecnější systém může určit záměr a pořadí úkolu, zatímco malý model vybírá z omezených akcí nad jednotlivými prvky formuláře. Výhodou není automaticky „rychlejší automatizace“, ale menší a lépe kontrolovatelný rozhodovací prostor. Praktické nasazení však závisí na tom, zda rozhraní odpovídá trénovacím datům a zda aplikace dokáže každou akci před provedením ověřit.