UI-Ins: Enhancing GUI Grounding with Multi-Perspective Instruction-as-Reasoning
机构 * Renmin University of China(中国人民大学) ; Tongyi Lab, Alibaba Group(阿里云实验室)
专题命中 GUI与屏幕智能体 :grounding(title,abstract);分类 cs.CV、cs.AI
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。
机构 * Renmin University of China(中国人民大学) ; Tongyi Lab, Alibaba Group(阿里云实验室)
专题命中 GUI与屏幕智能体 :grounding(title,abstract);分类 cs.CV、cs.AI
机构 * University of Washington(华盛顿大学) ; DEVCOM ARL
专题命中 GUI与屏幕智能体 :grounding(abstract);分类 cs.AI、cs.LG