待验证50% 置信事实精确时间

主流CUA训练分为预训练、有监督微调（SFT）、强化学习（RL）三个阶段，数据显示SFT后成功率约0.5，经RL后可攀升至0.6以上

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/26

首次发现

有效期至：2026/12/25

来源

CMU公开课深度解读：计算机操作智能体（CUA）的演进、评测与训练

涉及实体

Computer Use Agentsconcept

相关事实

待验证SFT阶段的学习率通常比预训练低1-2个数量级，以避免破坏预训练阶段学到的通用知识71% 相似待验证预训练阶段在海量无标注语料上通过自监督学习完成，计算成本极高、周期通常以月计，而指令微调、RLHF对齐等工程阶段可在数周甚至数天内完成65% 相似已验证使用Unsloth进行训练时速度提升2-5倍65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/951428

API

curl https://kongchang.com/api/v1/knowledge/claims/951428

MCP

get_claim(id=951428)