/ Модель

Характеристики

Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
canopy · dense
Библиотека
transformers
Опубликована
5 сен 2026

mini-swarm-browser-258m

Генерация текстаТекст → текст3 профессии

Компактная модель Canopy для генерации действий в браузере по цели пользователя и размеченному дереву доступности страницы.

106скачиваний за 30 дней0лайковвеса обновлены5 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Mini-Swarm-Browser — компактная модель на базе Canopy-R3, представленная как планировщик для совместной работы нескольких агентов при навигации в браузере. Она принимает текстовую цель пользователя и представление элементов страницы в виде дерева доступности (AXTree) с метками Set-of-Marks, например @e1 и @e2, а затем генерирует текстовые действия для браузера. В README описаны сценарии поиска по странице и заполнения форм, а также запуск контроллера для живого браузера.

В README заявлены около 258,5 млн параметров и примерно 112 млн активных параметров на токен; метаданные каталога указывают 136,8 млн параметров и архитектуру CanopyForCausalLM. Репозиторий содержит веса Safetensors и использует Transformers. README заявляет малый размер и быстрое выполнение на потребительском оборудовании, однако сопоставимые результаты оценки качества и сведения о поддерживаемых языках не приведены. Лицензия — Apache 2.0.

Сценарии применения

  • выполнение поискового запроса на веб-странице
  • заполнение веб-форм по текстовой инструкции
  • выбор элементов страницы по меткам Set-of-Marks
  • планирование браузерных действий для нескольких агентов

Ограничения

README и метаданные расходятся по числу параметров: README сообщает около 258,5 млн, а метаданные — 136,8 млн. В карточке нет оценок качества на бенчмарках и данных о поддерживаемых естественных языках.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🐝 Mini-Swarm-Browser (258M)

Mini-Swarm-Browser is an ultra-fast, cooperative multi-agent browser navigation model and architecture based on Canopy-R3 258M.

Instead of routing massive full-DOM trees and screenshots to a monolithic 14B–70B model, Mini-Swarm employs a collaborative swarm of specialized sub-agents that operate concurrently on distilled accessibility trees (AXTree) and Set-of-Marks tags (@e1, @e2), completing real browser actions in under 5 seconds on consumer hardware.


⚡ Key Highlights & Benchmark Stats

  • Total Parameter Count: 258,555,654 (~258.5M parameters)
  • Active Parameters / Token: ~112M parameters
  • Memory Footprint: ~566 MB weights (FP16/BF16) / < 1.2 GB active VRAM
  • Interaction Speed: ~5 seconds for end-to-end multi-field form completion
  • Token Efficiency: ~3,500+ tokens saved per action step via Set-of-Marks and AXTree distillation (reducing context from 40k+ tokens to ~400 tokens)
  • Cooperative Swarm Architecture:
    1. Coordinator: High-level semantic planning and goal decomposition.
    2. DOM Distiller: AXTree pruning, Set-of-Marks interactive visual tagging.
    3. Speculative Action Engine: Multi-action batch emission (predicting dependent steps like click-then-type in a single pass).
    4. Fast Verifier: Real-time outcome assertions and local error diagnosis.

🚀 Quickstart

1. Load the Model with Hugging Face Transformers

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "psikosen/mini-swarm-browser-258m"

tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

prompt = "<|im_start|>user\nGoal: Click search button and type 'AI agents'\nElements: [@e1: search_input, @e2: search_btn]<|im_end|>\n<|im_start|>assistant\n"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=64)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

2. Run the Swarm Live Browser Controller

Clone the repo and run the interactive browser agent:

git clone https://huggingface.co/psikosen/mini-swarm-browser-258m
cd mini-swarm-browser-258m

# Launch live headed browser test
python test_interactive.py --workflow form

🛠️ Multi-Agent Architecture

User Objective
       │
       ▼
┌──────────────────────────────┐
│     Swarm Coordinator        │
└──────────────┬───────────────┘
               │
       AXTree / SoM Tokens
               │
       ┌───────┴───────────────┐
       ▼                       ▼
┌──────────────┐        ┌──────────────────────────────┐
│ DOM Distiller│        │  Speculative Action Engine   │
└──────────────┘        │   (Canopy-R3 258M Planner)   │
                        └──────────────┬───────────────┘
                                       │ Action Batch: [@e1, @e2]
                                       ▼
                        ┌──────────────────────────────┐
                        │      Fast Verifier HUD       │
                        └──────────────────────────────┘

📜 License

Released under the Apache 2.0 License.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
CanopyForCausalLM
Ревизия весов
66628a8

0 моделей