Surfer H

Qu'est-ce que Surfer H ?

Surfer H est un agent web économique conçu pour automatiser les tâches basées sur le web. Il exploite des poids ouverts et est alimenté par Holo1, une famille de modèles de langage visuel (VLM), ce qui lui permet d'interagir avec les interfaces utilisateur (UI) web comme le ferait un utilisateur humain. Cela permet à Surfer H de voir ce qui se trouve à l'écran, de décider des actions à entreprendre, d'interagir avec les UIs et de déterminer quand une tâche est terminée.

Comment fonctionne Surfer H ?

Surfer H est construit avec une conception modulaire composée de trois composants principaux :

• Modèle de politique: Ce composant planifie, décide et pilote le comportement de l'agent, en déterminant les étapes nécessaires pour atteindre le résultat souhaité.
• Modèle de localisation: Ce modèle interprète les UIs visuelles, permettant à l'agent d'interagir précisément avec les éléments web.
• Modèle de validation: Ce composant valide si la réponse est correcte et complète, garantissant que l'agent fournit des résultats précis.

Surfer H fonctionne en réfléchissant avant d'agir, en prenant des notes et en réessayant si sa tentative initiale échoue. L'architecture modulaire de l'agent permet également d'utiliser différents modèles pour chaque composant, offrant ainsi une flexibilité dans l'équilibre entre la précision, la vitesse et le coût.

Principales caractéristiques et avantages

• Rentabilité: Alimenté par Holo1, Surfer H offre un équilibre solide entre la précision et le coût, offrant des performances élevées à une fraction du coût des autres agents.
• Flexibilité et modularité: Sa conception modulaire permet d'utiliser différents modèles pour chaque composant, permettant ainsi une personnalisation en fonction des exigences spécifiques de la tâche.
• Fonctionnement basé sur le navigateur: Surfer H fonctionne directement via le navigateur, éliminant ainsi le besoin d'APIs ou de wrappers personnalisés.
• Localisation d'UI de pointe: Les capacités avancées de localisation d'UI de Holo1 permettent à Surfer H d'identifier et d'interagir avec précision avec les éléments web.
• Performance du benchmark WebVoyager: Surfer H démontre des performances exceptionnelles sur le benchmark WebVoyager, en effectuant un large éventail de tâches web réelles avec une grande précision.

Comment utiliser Surfer H ?

Bien que les instructions d'utilisation spécifiques ne soient pas détaillées dans le contenu fourni, Surfer H est conçu pour être un système d'automatisation web à usage général. Les exemples de cas d'utilisation incluent :

• Surveillance des sites d'emploi pour les postes de développeur
• Comparaison d'équipements pour les produits de fitness
• Recherche de prix des concurrents
• Analyse concurrentielle des pages de destination
• Repérage des tendances pour les newsletters
• Recherches d'hôtels de dernière minute
• Automatisation de la recherche de collectionneurs (par exemple, suivi des annonces de cartes Pokémon)
• Recherche web de rapports financiers

À qui s'adresse Surfer H ?

Surfer H est idéal pour les entreprises et les particuliers qui cherchent à automatiser les tâches basées sur le web, à réduire les coûts et à améliorer l'efficacité. Il est particulièrement utile pour :

• Les entreprises: Automatisation de la recherche concurrentielle, de la collecte de données et d'autres tâches répétitives.
• Les chercheurs: Collecte de données sur le web pour l'analyse et la compréhension.
• Les développeurs: Création d'applications web et automatisation des tests.
• Toute personne: Qui souhaite gagner du temps et des efforts en automatisant les tâches basées sur le web.

Pourquoi choisir Surfer H ?

Surfer H se distingue par sa combinaison de rentabilité, de flexibilité et de précision. Alimenté par Holo1, il offre une solution puissante et polyvalente pour l'automatisation web, ce qui en fait un excellent choix pour tous ceux qui cherchent à rationaliser leurs flux de travail basés sur le web.

Holo1 : Localisation d'UI de pointe

Une compétence clé pour l'utilité réelle de nos VLM au sein des agents est la localisation : la capacité d'identifier des coordonnées précises sur une interface utilisateur (UI) pour interagir, effectuer une tâche ou suivre une instruction. Pour évaluer cette capacité, nous avons évalué nos modèles Holo1 sur plusieurs benchmarks de localisation établis, notamment Screenspot, Screenspot-V2, Screenspot-Pro, GroundUI-Web.

Holo1 surpasse considérablement les modèles précédents tels que Qwen2.5-VL, UI-TARS et UGround dans ces benchmarks :

-Holo1-3B : 73,6 % de précision de localisation moyenne, battant d'autres modèles 3B et même certains 7B

-Holo1-7B : 76,2 %, le modèle de petite taille le plus performant dans l'ensemble

Pour soutenir la communauté, nous lançons également Web Click, un nouveau benchmark pour UI Grounding qui reflète mieux la façon dont les humains utilisent réellement le web. Il comprend 1 639 captures d'écran et paires instruction-label provenant de plus de 100 sites web, conçus pour défier les VLM existants.

Poids ouverts pour la transparence et le progrès collectif

H Company estime que les poids ouverts sont plus qu'une simple philosophie, ils sont un outil pratique pour accélérer l'expérimentation, la transparence et le progrès collectif. En offrant un accès ouvert aux poids de Holo1, ils permettent à la communauté de s'appuyer sur leur travail et de créer des agents encore meilleurs.