跳到正文
热点事件持续更新

研究者提出LBS:以GUI接地为监督训练可迁移视觉观察

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Ruilin Yao 等作者发布技术报告(arXiv:2610.37093),提出 LBS(Look Beyond Screens)视觉语言模型,用 GUI grounding 作为空间监督来源:先在教师生成的 GUI grounding 轨迹上做监督初始化,再用强化学习优化多轮 crop-and-inspect 决策。作者称该训练范式能训练出超越屏幕的可迁移视觉观察能力。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv cs.AI
    LBS:用 GUI grounding 训练超越屏幕的可迁移视觉观察

    研究者提出 LBS(Look Beyond Screens),一个以 GUI grounding 为空间监督来源训练的视觉语言模型,先在教师生成的 GUI grounding 轨迹上做监督初始化,再用强化学习优化多轮 crop-and-inspect 决策。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。