跳到正文
arXiv · 机器人与计算机视觉· Ye Li, Haoran Ding, Huanan Liu, Yuan Meng, Yutian Shen, Yuansong Wang, Kangye Ji, Hanyun Cui, Hongbo Duan, Chen Tang, Jiawei Li, Shu-Tao Xia, Zhi Wang·· 23 天前精选AI 评分82

GUIFlow:面向 GUI 智能体的时序冗余感知增量推理框架

GUIFlow: Temporal Redundancy-Aware Incremental Inference for GUI Agents

AI 导读

针对基于视觉语言模型的 GUI 智能体在连续演化界面中重复计算的问题,本文提出了 GUIFlow 框架。该框架通过位置对齐的历史 KV 状态注入、变化信号引导的视觉编码器与语言模型状态选择性更新,以及利用早期动作响应作为目标模型验证的推测草稿,实现了跨步骤的增量推理复用。

推荐理由

提出 GUIFlow 框架,在无额外训练下实现多步交互的增量推理,显著降低计算成本。

来源:arXiv · 机器人与计算机视觉 · arxiv.org