跳到正文
arXiv · NLP· Qingsong Xie, Jiahao Tian, Jiacheng Tang, Zhifeng Li, Madalina Ciobanu, Navan Preet Singh, Qingqing Mao, Ritankar Das·· 2026-10-15AI 评分37

GroundGUI: 基于高质量数据与蒸馏强化学习实现 GUI 定位

GroundGUI: GUI Grounding by High-Quality Data and Distillation-to-Reinforcement Learning

AI 导读

提出 GroundGUI-8B 模型及 ScreenRef 数据集,通过蒸馏强化学习(D2RL)提升 GUI 智能体的视觉定位能力。 GroundGUI-8B 在 ScreenSpot-V2 基准测试中达到 95.2% 准确率。该模型基于 Qwen3-VL-8B-Instruct 微调,代码、模型和数据集均已开源。

来源:arXiv · NLP · arxiv.org