CANL-7B

新的GUI基础方法从负样本中学习

研究人员开发了一种新的无标签测试时训练方法，用于GUI基础，这是自主代理解释自然语言命令的关键步骤。该方法称为置信度锚定负学习（CANL），利用坐标标记中的置信度模式，并优先从负样本中学习，而不是潜在的嘈杂正样本。CANL-7B在ScreenSpot-V2基准测试中取得了92.1%的准确率，并在更具挑战性的ScreenSpot-Pro数据集上取得了8.9%的绝对提升，显示出显著的改进。