MolmoWeb

概要

MolmoWebは、スクリーンショットだけでブラウザを操作しタスクを完了する視覚的なオープンウェブエージェントです。MolmoWebMixはウェブエージェント学習用の公開データセットとして最大規模を誇ります。

主な特徴

• 画面を実際に“見て”行動できるエージェント
• トレーニングコード・評価ハーネス・注釈ツール・合成データ生成パイプラインを公開
• クライアントサイドデモコードと完全なMolmoWebMixデータセットを提供

意義

オープンソースの深さと品質を示す事例であり、オープンエージェントエコシステムの基盤となる取り組みです。