BriefGPT - AI 论文速递 · 2024-11-26T00:00:00Z ShowUI: A Vision-Language-Action Model for Graphical User Interfaces 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了ShowUI模型，旨在提升语言代理对用户界面视觉的理解能力。该模型通过UI引导的视觉标记选择和视觉-语言-动作流，实现高效的GUI任务管理，零-shot屏幕定位准确率达到75.1%，并减少33%冗余视觉标记，显著提升性能。 🏷️ 标签 GUI任务管理 ShowUI模型 model 用户界面 视觉标记 语言代理 阅读原文 生成长图 分享链接 已复制链接
