研究人员开发了ConClick,一个旨在提高GUI基础模型准确性的新型对比学习框架。这些模型负责根据用户指令定位特定的界面元素,这是GUI代理的关键功能。ConClick解决了模型错误地选择看似合理但错误的干扰项而不是目标元素的关键错误模式。通过在一个专门构建的目标-干扰项对数据集上进行训练,并采用一种称为ReClick的推理时策略,ConClick显著提高了Qwen3-VL-8B等现有模型的定位准确性。 AI
影响 通过提高GUI代理识别和交互界面元素的能力,增强了其可靠性。
排序理由 该项目是一篇研究论文,详细介绍了一种提高AI模型在特定任务上性能的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →