跳到正文
热点事件持续更新

ScaleDiag 揭示 GUI 定位中测试时缩放策略的局限

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

论文提出 ScaleDiag 框架,系统评估了视觉、指令和采样三种缩放策略在 GUI 定位中的实际效果。研究发现各策略均存在狭窄的有效区间:视觉缩放主要受目标占据面积主导而非固定裁剪比;指令增益高度依赖外观与空间描述,颜色等属性常无效甚至有害;重复采样虽能生成正确坐标但难以选出,几何共识提升有限。代码已开源。 该研究由 Chen Liu 等人完成,通过独立控制目标尺度、上下文信息及候选覆盖度,揭示了测试时缩放(Test-Time Scaling)在图形界面定位任务中的边界与失效条件。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    ScaleDiag:诊断 GUI 定位中测试时缩放的极限

    论文提出 ScaleDiag 框架,通过独立控制目标尺度、上下文信息及候选覆盖度,系统评估了视觉缩放、指令缩放和采样缩放对 GUI 定位的影响。研究发现各策略均存在狭窄的有效区间:视觉缩放由目标占据面积主导而非固定裁剪比;指令增益主要依赖外观与空间描述,颜色等属性常无效甚至有害;重复采样虽能生成正确坐标但难以选出,几何共识提升有限。代码已开源。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

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。