研究人员开发了AdaGround,一个旨在提高高分辨率屏幕上GUI基础准确性的新框架,尤其适用于小目标。该系统采用令牌归一化自适应缩放,根据模型的目標大小估算动态调整放大倍数。它还包含一个验证器循环精炼机制,使用基于点击的验证器接受或拒绝缩放并触发重新基础。AdaGround在应用于Qwen3-VL模型时,在基准数据集上显示出比现有方法显著的准确性提升,优于无训练缩放技术和一些训练过的GUI模型。 AI
影响 提高了AI模型在理解和交互图形用户界面方面的准确性,尤其是在高分辨率显示器上。
排序理由 这是一篇详细介绍GUI基础新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- AdaGround
- arXiv
- Compositional Structure Grounding
- Hugging Face
- OSWorld-G
- Qwen3 VL
- ScreenSpot-Pro
- Token-Normalized Adaptive Zooming
- UI-Vision
- Verifier-in-the-Loop Refinement
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →