UI-Ins: Enhancing GUI Grounding with Multi-Perspective Instruction-as-Reasoning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chen, Liangyu, Zhou, Hanzhang, Cai, Chenglin, Zhang, Jianan, Tong, Panrong, Kong, Quyu, Zhang, Xu, Liu, Chen, Liu, Yuqi, Wang, Wenxuan, Wang, Yue, Jin, Qin, Hoi, Steven |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
MAI-UI Technical Report: Real-World Centric Foundation GUI Agents
par: Zhou, Hanzhang, et autres
Publié: (2025)
par: Zhou, Hanzhang, et autres
Publié: (2025)
MobileWorld: Benchmarking Autonomous Mobile Agents in Agent-User Interactive and MCP-Augmented Environments
par: Kong, Quyu, et autres
Publié: (2025)
par: Kong, Quyu, et autres
Publié: (2025)
Aria-UI: Visual Grounding for GUI Instructions
par: Yang, Yuhao, et autres
Publié: (2024)
par: Yang, Yuhao, et autres
Publié: (2024)
Byte-token Enhanced Language Models for Temporal Point Processes Analysis
par: Kong, Quyu, et autres
Publié: (2025)
par: Kong, Quyu, et autres
Publié: (2025)
FedGUI: Benchmarking Federated GUI Agents across Heterogeneous Platforms, Devices, and Operating Systems
par: Wang, Wenhao, et autres
Publié: (2026)
par: Wang, Wenhao, et autres
Publié: (2026)
UI-E2I-Synth: Advancing GUI Grounding with Large-Scale Instruction Synthesis
par: Liu, Xinyi, et autres
Publié: (2025)
par: Liu, Xinyi, et autres
Publié: (2025)
Falcon-UI: Understanding GUI Before Following User Instructions
par: Shen, Huawen, et autres
Publié: (2024)
par: Shen, Huawen, et autres
Publié: (2024)
BTL-UI: Blink-Think-Link Reasoning Model for GUI Agent
par: Zhang, Shaojie, et autres
Publié: (2025)
par: Zhang, Shaojie, et autres
Publié: (2025)
UI-Zoomer: Uncertainty-Driven Adaptive Zoom-In for GUI Grounding
par: Tang, Fei, et autres
Publié: (2026)
par: Tang, Fei, et autres
Publié: (2026)
SparkUI-Parser: Enhancing GUI Perception with Robust Grounding and Parsing
par: Jing, Hongyi, et autres
Publié: (2025)
par: Jing, Hongyi, et autres
Publié: (2025)
DiMo-GUI: Advancing Test-time Scaling in GUI Grounding via Modality-Aware Visual Reasoning
par: Wu, Hang, et autres
Publié: (2025)
par: Wu, Hang, et autres
Publié: (2025)
UI-TARS: Pioneering Automated GUI Interaction with Native Agents
par: Qin, Yujia, et autres
Publié: (2025)
par: Qin, Yujia, et autres
Publié: (2025)
ShowUI-Aloha: Human-Taught GUI Agent
par: Zhang, Yichun, et autres
Publié: (2026)
par: Zhang, Yichun, et autres
Publié: (2026)
ChartM$^3$: Benchmarking Chart Editing with Multimodal Instructions
par: Yang, Donglu, et autres
Publié: (2025)
par: Yang, Donglu, et autres
Publié: (2025)
AdaZoom-GUI: Adaptive Zoom-based GUI Grounding with Instruction Refinement
par: Pei, Siqi, et autres
Publié: (2026)
par: Pei, Siqi, et autres
Publié: (2026)
Grounding 3D Object Affordance with Language Instructions, Visual Observations and Interactions
par: Zhu, He, et autres
Publié: (2025)
par: Zhu, He, et autres
Publié: (2025)
ChartEditor: A Reinforcement Learning Framework for Robust Chart Editing
par: Chen, Liangyu, et autres
Publié: (2025)
par: Chen, Liangyu, et autres
Publié: (2025)
UI-Oceanus: Scaling GUI Agents with Synthetic Environmental Dynamics
par: Wu, Mengzhou, et autres
Publié: (2026)
par: Wu, Mengzhou, et autres
Publié: (2026)
LongIns: A Challenging Long-context Instruction-based Exam for LLMs
par: Gavin, Shawn, et autres
Publié: (2024)
par: Gavin, Shawn, et autres
Publié: (2024)
AQuaUI: Visual Token Reduction for GUI Agents with Adaptive Quadtrees
par: Li, Yuankai, et autres
Publié: (2026)
par: Li, Yuankai, et autres
Publié: (2026)
UI-AGILE: Advancing GUI Agents with Effective Reinforcement Learning and Precise Inference-Time Grounding
par: Lian, Shuquan, et autres
Publié: (2025)
par: Lian, Shuquan, et autres
Publié: (2025)
GUI-Eyes: Tool-Augmented Perception for Visual Grounding in GUI Agents
par: Chen, Chen, et autres
Publié: (2026)
par: Chen, Chen, et autres
Publié: (2026)
DRS-GUI: Dynamic Region Search for Training-Free GUI Grounding
par: Liu, Yichao, et autres
Publié: (2026)
par: Liu, Yichao, et autres
Publié: (2026)
GUI-Actor: Coordinate-Free Visual Grounding for GUI Agents
par: Wu, Qianhui, et autres
Publié: (2025)
par: Wu, Qianhui, et autres
Publié: (2025)
UI-TARS-2 Technical Report: Advancing GUI Agent with Multi-Turn Reinforcement Learning
par: Wang, Haoming, et autres
Publié: (2025)
par: Wang, Haoming, et autres
Publié: (2025)
InsBank: Evolving Instruction Subset for Ongoing Alignment
par: Shi, Jiayi, et autres
Publié: (2025)
par: Shi, Jiayi, et autres
Publié: (2025)
POINTS-GUI-G: GUI-Grounding Journey
par: Zhao, Zhongyin, et autres
Publié: (2026)
par: Zhao, Zhongyin, et autres
Publié: (2026)
Learning GUI Grounding with Spatial Reasoning from Visual Feedback
par: Zhao, Yu, et autres
Publié: (2025)
par: Zhao, Yu, et autres
Publié: (2025)
UI-Mem: Self-Evolving Experience Memory for Online Reinforcement Learning in Mobile GUI Agents
par: Xiao, Han, et autres
Publié: (2026)
par: Xiao, Han, et autres
Publié: (2026)
InsCL: A Data-efficient Continual Learning Paradigm for Fine-tuning Large Language Models with Instructions
par: Wang, Yifan, et autres
Publié: (2024)
par: Wang, Yifan, et autres
Publié: (2024)
InsViE-1M: Effective Instruction-based Video Editing with Elaborate Dataset Construction
par: Wu, Yuhui, et autres
Publié: (2025)
par: Wu, Yuhui, et autres
Publié: (2025)
UI-KOBE: Knowledge-Oriented Behavior Exploration for Lightweight Graph-Guided GUI Agents
par: Chai, Yuxiang, et autres
Publié: (2026)
par: Chai, Yuxiang, et autres
Publié: (2026)
GUI-G1: Understanding R1-Zero-Like Training for Visual Grounding in GUI Agents
par: Zhou, Yuqi, et autres
Publié: (2025)
par: Zhou, Yuqi, et autres
Publié: (2025)
POLYCHARTQA: Benchmarking Large Vision-Language Models with Multilingual Chart Question Answering
par: Xu, Yichen, et autres
Publié: (2025)
par: Xu, Yichen, et autres
Publié: (2025)
AutoGUI: Scaling GUI Grounding with Automatic Functionality Annotations from LLMs
par: Li, Hongxin, et autres
Publié: (2025)
par: Li, Hongxin, et autres
Publié: (2025)
Fair Bayesian Data Selection via Generalized Discrepancy Measures
par: Zhang, Yixuan, et autres
Publié: (2025)
par: Zhang, Yixuan, et autres
Publié: (2025)
GUI-ARP: Enhancing Grounding with Adaptive Region Perception for GUI Agents
par: Ye, Xianhang, et autres
Publié: (2025)
par: Ye, Xianhang, et autres
Publié: (2025)
GUI-G$^2$: Gaussian Reward Modeling for GUI Grounding
par: Tang, Fei, et autres
Publié: (2025)
par: Tang, Fei, et autres
Publié: (2025)
InfiGUI-G1: Advancing GUI Grounding with Adaptive Exploration Policy Optimization
par: Liu, Yuhang, et autres
Publié: (2025)
par: Liu, Yuhang, et autres
Publié: (2025)
Chain-of-Ground: Improving GUI Grounding via Iterative Reasoning and Reference Feedback
par: Li, Aiden Yiliu, et autres
Publié: (2025)
par: Li, Aiden Yiliu, et autres
Publié: (2025)
Documents similaires
-
MAI-UI Technical Report: Real-World Centric Foundation GUI Agents
par: Zhou, Hanzhang, et autres
Publié: (2025) -
MobileWorld: Benchmarking Autonomous Mobile Agents in Agent-User Interactive and MCP-Augmented Environments
par: Kong, Quyu, et autres
Publié: (2025) -
Aria-UI: Visual Grounding for GUI Instructions
par: Yang, Yuhao, et autres
Publié: (2024) -
Byte-token Enhanced Language Models for Temporal Point Processes Analysis
par: Kong, Quyu, et autres
Publié: (2025) -
FedGUI: Benchmarking Federated GUI Agents across Heterogeneous Platforms, Devices, and Operating Systems
par: Wang, Wenhao, et autres
Publié: (2026)