GUISpector: An MLLM Agent Framework for Automated Verification of Natural Language Requirements in GUI Prototypes
专题命中 GUI与屏幕智能体 :MLLM(title,abstract)
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 GUI与屏幕智能体 :MLLM(title,abstract)
机构 * KAIST(韩国科学技术院) ; RLWRLD ; UC Berkeley(伯克利大学)
专题命中 GUI与屏幕智能体 :vision-language model(abstract);VLM(abstract);分类 cs.AI
Comments Project page: https://huiwon-jang.github.io/contextvla
机构 * Stony Brook University(石溪大学) ; AWS AI Labs(亚马逊人工智能实验室)
专题命中 GUI与屏幕智能体 :vision-language model(abstract);VLM(abstract);分类 cs.AI
机构 * Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学全球化人工智能学院) ; Department of Data Science, City University of Hong Kong(香港城市大学数据科学系) ; Alibaba Group(阿里巴巴集团)
专题命中 GUI与屏幕智能体 :multimodal large language model(abstract);分类 cs.CV
Comments Under Review
专题命中 GUI与屏幕智能体 :grounding(abstract);分类 cs.AI