UI-TARS-1.5 — это мультимодальный визуально-языковой агент, оптимизированный для сред, основанных на графическом интерфейсе пользователя, включая настольные интерфейсы, веб-браузеры, мобильные системы и игры. Разработанный ByteDance, он основан на фреймворке UI-TARS с использованием рассуждений на основе обучения с подкреплением, что позволяет выполнять надежное планирование и выполнение действий в виртуальных интерфейсах. Эта модель демонстрирует передовые результаты на ряде интерактивных и грунтовочных бенчмарков, включая OSworld, WebVoyager, AndroidWorld и ScreenSpot. Она также демонстрирует идеальное выполнение задач в различных играх Poki и превосходит предыдущие модели в задачах агентов Minecraft. UI-TARS-1.5 поддерживает декомпозицию мыслей во время вывода и показывает сильное масштабирование по вариантам, причем версия 1.5 заметно превосходит производительность более ранних чекпоинтов 72B и 7B.
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
resp = client.chat.completions.create(
model="bytedance/ui-tars-1.5-7b",
messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)modelstringобязательныйmessagesarrayобязательныйtemperaturenumbermax_tokensintegertop_pnumbertop_kintegerstopstring | string[]frequency_penaltynumberpresence_penaltynumberrepetition_penaltynumberseedintegerlogit_biasobjectlogprobsbooleantop_logprobsintegerstructured_outputsboolean