AndroidWorld 基准发布:在线 RL 在移动 GUI 泛化中增益递减
热点事件持续更新
AndroidWorld 基准发布:在线 RL 在移动 GUI 泛化中增益递减
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Li Gu 等人发布了 AndroidWorld-Generalization 基准,将移动环境形式化为上下文马尔可夫决策过程,构建了包含未见实例、模板和应用三个层级的上下文偏移测试集。研究结果显示,尽管强化学习在分布内提升了 UI-TARS-7B-SFT 和 Qwen3-VL-8B 等模型性能,但随着泛化层级上升增益单调递减;而测试时自适应能有效恢复性能。作者同时开源了该基准、训练系统、配方及模型权重。
AI 根据报道生成 · 10 小时前更新
最新进展11月19日 13:00
AndroidWorld-Generalization:一项关于移动 GUI 代理中在线强化学习泛化能力的受控研究报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉精选AndroidWorld-Generalization:一项关于移动 GUI 代理中在线强化学习泛化能力的受控研究
该论文将移动环境形式化为上下文马尔可夫决策过程,构建了包含未见实例、模板和应用三个层级的上下文偏移基准 AndroidWorld-Generalization。研究发现,尽管强化学习在分布内提升了 UI-TARS-7B-SFT 和 Qwen3-VL-8B 等先验模型的性能,但随着泛化层级上升增益单调递减;而测试时自适应能有效恢复性能。作者开源了该基准、训练系统、配方及模型权重。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 17:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。