arXiv · NLP· Amirhossein Abaskohi, Yuhang He, Peter West, Giuseppe Carenini, Pranit Chawla, Vibhav Vineet·· 3 小时前AI 评分40
ReVision 通过时空视觉冗余缩减扩展计算机使用智能体
ReVision: Scaling Computer-Use Agents via Temporal Visual Redundancy Reduction
AI 导读
ReVision 框架利用学习的选择器移除连续截图中的冗余视觉补丁，在保持空间结构的同时降低 token 成本。 在 OSWorld、WebTailBench 和 AgentNetBench 三个基准测试中，使用 Qwen2.5-VL-7B 处理 5 张历史截图时，平均减少 46% 的 token 使用量，成功率较无丢弃基线提升 3%。
来源：arXiv · NLP · arxiv.org