Surfer H

¿Qué es Surfer H?

Surfer H es un agente web rentable diseñado para automatizar tareas basadas en la web. Aprovecha pesos abiertos y está impulsado por Holo1, una familia de Modelos de Lenguaje Visual (VLMs), lo que le permite interactuar con las Interfaces de Usuario (UI) web de manera muy similar a como lo haría un usuario humano. Esto permite a Surfer H ver lo que hay en la pantalla, decidir qué acciones tomar, interactuar con las UIs y determinar cuándo se completa una tarea.

¿Cómo funciona Surfer H?

Surfer H está construido con un diseño modular que consta de tres componentes principales:

• Modelo de Política: Este componente planifica, decide e impulsa el comportamiento del agente, determinando los pasos necesarios para lograr el resultado deseado.
• Modelo de Localizador: Este modelo interpreta las UIs visuales, lo que permite al agente interactuar con precisión con los elementos web.
• Modelo de Validador: Este componente valida si la respuesta es correcta y completa, asegurando que el agente proporcione resultados precisos.

Surfer H opera pensando antes de actuar, tomando notas y reintentando si su intento inicial no tiene éxito. La arquitectura modular del agente también permite el uso de diferentes modelos para cada componente, lo que proporciona flexibilidad para equilibrar la precisión, la velocidad y el costo.

Características y Beneficios Clave

• Rentabilidad: Impulsado por Holo1, Surfer H ofrece un fuerte equilibrio entre precisión y costo, brindando un alto rendimiento a una fracción del costo de otros agentes.
• Flexibilidad y Modularidad: Su diseño modular permite el uso de diferentes modelos para cada componente, lo que permite la personalización según los requisitos específicos de la tarea.
• Operación Basada en el Navegador: Surfer H opera directamente a través del navegador, eliminando la necesidad de APIs o wrappers personalizados.
• Localización de UI de Última Generación: Las capacidades avanzadas de localización de UI de Holo1 permiten a Surfer H identificar e interactuar con precisión con los elementos web.
• Rendimiento del Benchmark WebVoyager: Surfer H demuestra un rendimiento excepcional en el benchmark WebVoyager, completando una amplia gama de tareas web del mundo real con alta precisión.

¿Cómo usar Surfer H?

Si bien las instrucciones de uso específicas no se detallan en el contenido proporcionado, Surfer H está diseñado para ser un sistema de automatización web de propósito general. Los casos de uso de ejemplo incluyen:

• Monitoreo de bolsas de trabajo para puestos de desarrollador
• Comparación de equipos para productos de fitness
• Investigación de precios de la competencia
• Análisis competitivo de landing pages
• Búsqueda de tendencias para newsletters
• Búsquedas de hoteles de última hora
• Automatización de búsqueda de coleccionistas (por ejemplo, seguimiento de listados de tarjetas Pokémon)
• Búsqueda web de informes financieros

¿Para quién es Surfer H?

Surfer H es ideal para empresas e individuos que buscan automatizar tareas basadas en la web, reducir costos y mejorar la eficiencia. Es especialmente útil para:

• Empresas: Automatización de la investigación de la competencia, la recopilación de datos y otras tareas repetitivas.
• Investigadores: Recopilación de datos de la web para análisis e información.
• Desarrolladores: Construcción de aplicaciones web y automatización de pruebas.
• Cualquiera: Que quiera ahorrar tiempo y esfuerzo automatizando tareas basadas en la web.

¿Por qué elegir Surfer H?

Surfer H destaca por su combinación de rentabilidad, flexibilidad y precisión. Impulsado por Holo1, ofrece una solución potente y versátil para la automatización web, lo que lo convierte en una excelente opción para cualquiera que busque optimizar sus flujos de trabajo basados en la web.

Holo1: Localización de UI de Última Generación

Una habilidad clave para la utilidad en el mundo real de nuestros VLMs dentro de los agentes es la localización: la capacidad de identificar coordenadas precisas en una interfaz de usuario (UI) para interactuar, completar una tarea o seguir una instrucción. Para evaluar esta capacidad, evaluamos nuestros modelos Holo1 en varios benchmarks de localización establecidos, incluyendo Screenspot, Screenspot-V2, Screenspot-Pro, GroundUI-Web.

Holo1 supera significativamente a modelos anteriores como Qwen2.5-VL, UI-TARS y UGround en estos benchmarks:

-Holo1-3B: 73.6% de precisión de localización promedio, superando a otros modelos de 3B e incluso a algunos de 7B

-Holo1-7B: 76.2%, el modelo de tamaño pequeño más alto en general

Para apoyar a la comunidad, también estamos lanzando Web Click, un nuevo benchmark para UI Grounding que refleja mejor cómo los humanos realmente usan la web. Incluye 1,639 capturas de pantalla y pares de instrucción-etiqueta de más de 100 sitios web, diseñado para desafiar a los VLMs existentes.

Pesos Abiertos para la Transparencia y el Progreso Colectivo

H Company cree que los pesos abiertos son más que una simple filosofía, son una herramienta práctica para acelerar la experimentación, la transparencia y el progreso colectivo. Al proporcionar acceso abierto a los pesos de Holo1, empoderan a la comunidad para construir sobre su trabajo y crear agentes aún mejores.