UI-TARS-72B-DPO在OSWorld基准测试复现中成功率0%且提前终止

[Dizzy-K]

环境配置：

模型版本：UI-TARS-72B-DPO 运行脚本：官方run_uitars.py 实验设置：pyautogui + screenshot_a11y_tree 硬件配置：4卡A6000 (48GB/卡) 依赖版本：vLLM 0.7.3

在复现OSWorld基准测试时，目前测试运行了test_small.json的全部样本，模型在3步内主动输出"FAIL"终止任务，成功率0%。具体表现为输出乱码并且所有样本均在≤3步时放弃。

[Asot2887]

是不是最大步数没有设置，默认为3了

[SunzeY]

max_trajectory_length 不应该是模型每次看到最近的3步嘛

[spidercatfly]

请问有解决吗，遇到了一样的问题

[JYX1216]

--max_trajectory_length 15 启动的参数加上这个就可以了

[super-jw]

Hi, I wonder whether you have reproduced the results using UI-TARS-72B? During my reproduction process, I noticed the model always repeat the same action and the performance is inconsistent with the paper.