**DeskForge:通过可控桌面环境生成密集监督数据,提升计算机使用智能体性能**

_DeskForge: Dense Supervision from Desktop Environments for Computer-Use Agents_

> DeskForge 是一个可控的桌面环境框架,通过组合真实应用并融合截图、无障碍树及窗口几何信息,生成包含 120 万条标注观察和 1.6 亿个元素实例的大规模监督数据集 DeskForge-1M。基于该数据微调的视觉语言模型在 GUI 定位基准测试中显著提升(如 Qwen3.5-4B 在 ScreenSpot-Pro 上提升 11.51 个百分点),并有效提高了长程任务完成率,证明了可控桌面环境合成数据在提升计算机使用智能体能力方面的可扩展性。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-06 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.02320)