研究者提出交互式GUI定位基准IGG
热点事件持续更新
研究者提出交互式GUI定位基准IGG
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者提出交互式GUI定位基准IGG，要求智能体先通过交互让目标可见，再点击目标。该基准包含16个可控GUI环境、7类可见性约束子类型共601个任务。 测试结果显示，人类准确率为94.6%，GPT-5.5为79.4%，最强开源视觉语言模型仅31.6%。在干预实验中，Qwen3-VL被告知交互动作后准确率从30.8%升至33.9%，而由外部代为执行交互后可升至81.9%。研究者据此认为，瓶颈在于执行揭示交互，而非识别目标。
AI 根据报道生成 · 48 分钟前更新
最新进展10月26日 12:00
IGG：评估可见性约束下交互式 GUI Grounding 的基准报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIIGG：评估可见性约束下交互式 GUI Grounding 的基准
研究者提出 IGG 基准，要求智能体先通过交互让目标可见再点击，包含 16 个可控 GUI 环境、7 类可见性约束子类型共 601 个任务。人类准确率达 94.6%，GPT-5.5 为 79.4%，最强开源 VLM 仅 31.6%。干预实验显示 Qwen3-VL 被告知交互动作仅从 30.8% 升至 33.9%，而由外部代为执行交互可升至 81.9%，瓶颈在于执行揭示交互而非识别目标。
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。