Surfer H

O que é o Surfer H?

O Surfer H é um agente web econômico projetado para automatizar tarefas baseadas na web. Ele aproveita pesos abertos e é alimentado pelo Holo1, uma família de Modelos de Linguagem Visual (VLMs), permitindo que ele interaja com Interfaces de Usuário (UIs) da web de maneira muito semelhante a um usuário humano. Isso permite que o Surfer H veja o que está na tela, decida quais ações tomar, interaja com as UIs e determine quando uma tarefa é concluída.

Como o Surfer H funciona?

O Surfer H é construído com um design modular que consiste em três componentes principais:

• Modelo de Política: Este componente planeja, decide e impulsiona o comportamento do agente, determinando as etapas necessárias para alcançar o resultado desejado.
• Modelo de Localizador: Este modelo interpreta as UIs visuais, permitindo que o agente interaja com precisão com os elementos da web.
• Modelo de Validador: Este componente valida se a resposta está correta e completa, garantindo que o agente forneça resultados precisos.

O Surfer H opera pensando antes de agir, tomando notas e tentando novamente se sua tentativa inicial não for bem-sucedida. A arquitetura modular do agente também permite o uso de diferentes modelos para cada componente, proporcionando flexibilidade no equilíbrio entre precisão, velocidade e custo.

Principais Recursos e Benefícios

• Custo-Benefício: Alimentado pelo Holo1, o Surfer H oferece um forte equilíbrio entre precisão e custo, oferecendo alto desempenho a uma fração do custo de outros agentes.
• Flexibilidade e Modularidade: Seu design modular permite o uso de diferentes modelos para cada componente, permitindo a personalização com base nos requisitos específicos da tarefa.
• Operação Baseada em Navegador: O Surfer H opera diretamente através do navegador, eliminando a necessidade de APIs ou wrappers personalizados.
• Localização de UI de Última Geração: Os recursos avançados de localização de UI do Holo1 permitem que o Surfer H identifique e interaja com precisão com os elementos da web.
• Desempenho do Benchmark WebVoyager: O Surfer H demonstra um desempenho excepcional no benchmark WebVoyager, concluindo uma ampla gama de tarefas da web do mundo real com alta precisão.

Como usar o Surfer H?

Embora as instruções de uso específicas não sejam detalhadas no conteúdo fornecido, o Surfer H foi projetado para ser um sistema de automação da web de uso geral. Casos de uso de exemplo incluem:

• Monitoramento de quadros de empregos para funções de desenvolvedor
• Comparação de equipamentos para produtos de fitness
• Pesquisa de preços da concorrência
• Análise competitiva de landing pages
• Prospecção de tendências para newsletters
• Pesquisas de hotéis de última hora
• Automação de pesquisa de colecionadores (por exemplo, rastreamento de listagens de cartas Pokémon)
• Pesquisa na web por relatórios financeiros

Para quem é o Surfer H?

O Surfer H é ideal para empresas e indivíduos que buscam automatizar tarefas baseadas na web, reduzir custos e melhorar a eficiência. É especialmente útil para:

• Empresas: Automatizar pesquisas competitivas, coleta de dados e outras tarefas repetitivas.
• Pesquisadores: Coletar dados da web para análise e insights.
• Desenvolvedores: Construir aplicativos da web e automatizar testes.
• Qualquer pessoa: Que deseja economizar tempo e esforço automatizando tarefas baseadas na web.

Por que escolher o Surfer H?

O Surfer H se destaca devido à sua combinação de custo-benefício, flexibilidade e precisão. Alimentado pelo Holo1, oferece uma solução poderosa e versátil para automação da web, tornando-o uma excelente escolha para quem busca otimizar seus fluxos de trabalho baseados na web.

Holo1: Localização de UI de Última Geração

Uma habilidade fundamental para a utilidade no mundo real de nossos VLMs dentro de agentes é a localização: a capacidade de identificar coordenadas precisas em uma interface de usuário (UI) para interagir, concluir uma tarefa ou seguir uma instrução. Para avaliar essa capacidade, avaliamos nossos modelos Holo1 em vários benchmarks de localização estabelecidos, incluindo Screenspot, Screenspot-V2, Screenspot-Pro, GroundUI-Web.

Holo1 supera significativamente modelos anteriores como Qwen2.5-VL, UI-TARS e UGround nesses benchmarks:

-Holo1-3B: 73,6% de precisão média de localização, superando outros modelos 3B e até mesmo alguns 7B

-Holo1-7B: 76,2%, o modelo de tamanho pequeno mais alto no geral

Para apoiar a comunidade, também estamos lançando o Web Click, um novo benchmark para UI Grounding que reflete melhor como os humanos realmente usam a web. Ele inclui 1.639 capturas de tela e pares de instrução-rótulo de mais de 100 sites, projetados para desafiar os VLMs existentes.

Pesos Abertos para Transparência e Progresso Coletivo

A H Company acredita que os pesos abertos são mais do que apenas uma filosofia, eles são uma ferramenta prática para acelerar a experimentação, a transparência e o progresso coletivo. Ao fornecer acesso aberto aos pesos do Holo1, eles capacitam a comunidade a construir sobre seu trabalho e criar agentes ainda melhores.