研究人员开发了一种新颖的方法，以提高AI编码代理理解UI截图的能力，尤其是在图像质量下降的情况下。所提出的解决方案涉及为这些代理提供存储库渲染的参考图像。这些来自同一代码库生成的清晰截图，提供了UI的清晰视觉证据，帮助代理更准确地识别相关的UI元素和源文件，尤其是在原始截图被压缩或分辨率较低的情况下。在源自SWE-bench Multimodal的基准测试上进行的实验表明，该方法显著提高了文件定位的准确性，在降级条件下优于标准的OCR方法。 AI
影响 增强了AI编码代理在理解降级UI截图方面的可靠性，可能改进自动化软件开发。
排序理由 该集群包含一篇详细介绍AI代理新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Michiaki Tatsubori
- ScienceCast
- SWE-bench Multimodal
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
