arXiv · AI· Fumiki Yohena, Toshiaki Sota, Shota Suzuki, Tomoko Okamoto, Michiaki Tatsubori·· 9 天前AI 评分32
Repository-Context-Guided Image Understanding for Agentic Software Development
Repository-Context-Guided Image Understanding for Agentic Software Development
AI 导读
为提升编码智能体在低质量 UI 截图下的定位能力,提出基于仓库渲染的参考图像增强方法,在四倍下采样加 JPEG 压缩条件下提高金文件匹配率。 参考图像由当前代码库自动生成都无需人工标注,且在相同退化条件下文本识别精度比语言偏置 OCR 高约 12 个百分点,基于 SWE-bench Multimodal 构建评测基准。 该方法使智能体在视觉证据模糊时仍能定位相关源文件,适用于自动化软件调试场景。
来源:arXiv · AI · arxiv.org