PulseAugur
中
实时 10:01:59
English(EN) Right Click, Wrong Box: Grading GUI Grounding by What a Click Does

新方法改进 GUI 基础模型评估

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的方法来评估 GUI 基础模型，该模型旨在理解用户界面交互。当前的评分标准是根据点击是否落在特定标注框内来评分，但发现这种方法不完整。新方法认为，如果一次点击能达到与点击目标元素相同的效果，即使它点击的是一个不同但功能等效的元素，也应被视为正确。该方法应用于多个模型后发现，标准评分标准拒绝的相当一部分点击实际上是正确的，这使得在 ScreenSpot-v2 基准测试上的评分提高了 0.2 到 1.8 分。 AI

影响 这种新的评估方法可以更准确地评估 GUI 基础模型，有可能加速其在实际应用中的开发和部署。

排序理由 该集群包含一篇学术论文，详细介绍了一种评估 AI 模型的新方法论。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法改进 GUI 基础模型评估

本文如何被排名

Signal score
13 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇学术论文，详细介绍了一种评估 AI 模型的新方法论。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Xiaokang Yuan, Binhui Yao, Luwei Yang, Ruimin Chen, Zeng Wang ·

    右键，错误框：通过点击行为评估GUI的地面化

    arXiv:2610.36831v1 Announce Type: new Abstract: Leading GUI grounders score 93 to 96% on ScreenSpot-v2, and reported gaps between new and prior models are about a point. At this level the useful question is what the remaining errors are. Benchmarks count a click as correct only i…

相关实体

相关话题