ScaleDiag 揭示 GUI 定位中测试时缩放策略的局限
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
最新进展11月20日 13:00
ScaleDiag:诊断 GUI 定位中测试时缩放的极限报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- 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
- –
02.557.510
14:0015:0016:00
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。