Echoverse：用于计算机使用代理的深度演化环境

微软推出Echoverse，通过构建深度合成的训练世界和模型-世界共演化循环，显著提升计算机使用代理的性能。

• Echoverse包含12个训练世界：10个深度领域世界和2个能力世界，每个世界聚焦单一控件（如日期选择器、嵌套过滤器）的多种形式。
• 在12个世界上训练的9B模型在基准测试中得分从36.5%提升到67.1%，与GPT-5.4的差距缩小到14个百分点。
• 实验表明，浅层世界会损害代理性能，而深度世界则带来提升；模型在浅层和深度世界的对比训练中，在浅层上出现退化。
• 通过强化学习与基于验证器的奖励，代理不仅超越了模仿学习，还学会了以更少的步骤达成目标。
• 共演化循环中，每次评估不仅更新模型，还修复世界、任务和验证器中的缺陷，使静态基准饱和而循环持续进步。

• Scaling fidelity over sheer count, targeting the capabilities agents actually lack, and evolving with the models they train.
• Trained on all twelve, a 9B model nearly doubles its base score (36.5% to 67.1%), coming within fourteen points of GPT-5.4.
• Co-evolving the model, the world, and the verifier improves all of them.