An Efficient Training Pipeline for Reasoning Graphical User Interface Agents
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Pantazopoulos, Georgios, Özyiğit, Eda B. |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Towards Understanding Visual Grounding in Visual Language Models
par: Pantazopoulos, Georgios, et autres
Publié: (2025)
par: Pantazopoulos, Georgios, et autres
Publié: (2025)
Training Computer Use Agents to Assess the Usability of Graphical User Interfaces
par: Gao, Alice, et autres
Publié: (2026)
par: Gao, Alice, et autres
Publié: (2026)
Bridging Language Gaps: Advances in Cross-Lingual Information Retrieval with Multilingual LLMs
par: Goworek, Roksana, et autres
Publié: (2025)
par: Goworek, Roksana, et autres
Publié: (2025)
What Drives Cross-lingual Ranking? Retrieval Approaches with Multilingual Language Models
par: Goworek, Roksana, et autres
Publié: (2025)
par: Goworek, Roksana, et autres
Publié: (2025)
Generative Query Expansion with Multilingual LLMs for Cross-Lingual Information Retrieval
par: Macmillan-Scott, Olivia, et autres
Publié: (2025)
par: Macmillan-Scott, Olivia, et autres
Publié: (2025)
Retrievit: In-context Retrieval Capabilities of Transformers, State Space Models, and Hybrid Architectures
par: Pantazopoulos, Georgios, et autres
Publié: (2026)
par: Pantazopoulos, Georgios, et autres
Publié: (2026)
Visual Grounding Methods for Efficient Interaction with Desktop Graphical User Interfaces
par: Ettifouri, El Hassane, et autres
Publié: (2024)
par: Ettifouri, El Hassane, et autres
Publié: (2024)
GUIDE: Graphical User Interface Data for Execution
par: Chawla, Rajat, et autres
Publié: (2024)
par: Chawla, Rajat, et autres
Publié: (2024)
TransBench: Breaking Barriers for Transferable Graphical User Interface Agents in Dynamic Digital Environments
par: Lu, Yuheng, et autres
Publié: (2025)
par: Lu, Yuheng, et autres
Publié: (2025)
Lost in Space: Probing Fine-grained Spatial Understanding in Vision and Language Resamplers
par: Pantazopoulos, Georgios, et autres
Publié: (2024)
par: Pantazopoulos, Georgios, et autres
Publié: (2024)
Dynamic Planning for LLM-based Graphical User Interface Automation
par: Zhang, Shaoqing, et autres
Publié: (2024)
par: Zhang, Shaoqing, et autres
Publié: (2024)
PRIME: Training Free Proactive Reasoning via Iterative Memory Evolution for User-Centric Agent
par: Wang, Prince Zizhuang, et autres
Publié: (2026)
par: Wang, Prince Zizhuang, et autres
Publié: (2026)
Shaking Up VLMs: Comparing Transformers and Structured State Space Models for Vision & Language Modeling
par: Pantazopoulos, Georgios, et autres
Publié: (2024)
par: Pantazopoulos, Georgios, et autres
Publié: (2024)
From User Interface to Agent Interface: Efficiency Optimization of UI Representations for LLM Agents
par: Ran, Dezhi, et autres
Publié: (2025)
par: Ran, Dezhi, et autres
Publié: (2025)
Heuristics for AI-driven Graphical Asset Generation Tools in Game Design and Development Pipelines: A User-Centred Approach
par: Fukaya, Kaisei, et autres
Publié: (2025)
par: Fukaya, Kaisei, et autres
Publié: (2025)
Evaluating Multimodal Language Models as Visual Assistants for Visually Impaired Users
par: Karamolegkou, Antonia, et autres
Publié: (2025)
par: Karamolegkou, Antonia, et autres
Publié: (2025)
On the Regulatory Potential of User Interfaces for AI Agent Governance
par: Feng, K. J. Kevin, et autres
Publié: (2025)
par: Feng, K. J. Kevin, et autres
Publié: (2025)
Vision-as-Inverse-Graphics Agent via Interleaved Multimodal Reasoning
par: Yin, Shaofeng, et autres
Publié: (2026)
par: Yin, Shaofeng, et autres
Publié: (2026)
AgentBuilder: Exploring Scaffolds for Prototyping User Experiences of Interface Agents
par: Liang, Jenny T., et autres
Publié: (2025)
par: Liang, Jenny T., et autres
Publié: (2025)
GraphicBench: A Planning Benchmark for Graphic Design with Language Agents
par: Ki, Dayeon, et autres
Publié: (2025)
par: Ki, Dayeon, et autres
Publié: (2025)
Graph4GUI: Graph Neural Networks for Representing Graphical User Interfaces
par: Jiang, Yue, et autres
Publié: (2024)
par: Jiang, Yue, et autres
Publié: (2024)
AgentOhana: Design Unified Data and Training Pipeline for Effective Agent Learning
par: Zhang, Jianguo, et autres
Publié: (2024)
par: Zhang, Jianguo, et autres
Publié: (2024)
MarsRL: Advancing Multi-Agent Reasoning System via Reinforcement Learning with Agentic Pipeline Parallelism
par: Liu, Shulin, et autres
Publié: (2025)
par: Liu, Shulin, et autres
Publié: (2025)
VirtualXAI: A User-Centric Framework for Explainability Assessment Leveraging GPT-Generated Personas
par: Makridis, Georgios, et autres
Publié: (2025)
par: Makridis, Georgios, et autres
Publié: (2025)
AegisUI: Behavioral Anomaly Detection for Structured User Interface Protocols in AI Agent Systems
par: Uddin, Mohd Safwan, et autres
Publié: (2026)
par: Uddin, Mohd Safwan, et autres
Publié: (2026)
Efficient Agent Evaluation via Diversity-Guided User Simulation
par: Nakash, Itay, et autres
Publié: (2026)
par: Nakash, Itay, et autres
Publié: (2026)
Adaptive Reasoning Executor: A Collaborative Agent System for Efficient Reasoning
par: Ling, Zehui, et autres
Publié: (2025)
par: Ling, Zehui, et autres
Publié: (2025)
Agent-X: Full Pipeline Acceleration of On-device AI Agents
par: Chung, Jinha, et autres
Publié: (2026)
par: Chung, Jinha, et autres
Publié: (2026)
LaMDAgent: An Autonomous Framework for Post-Training Pipeline Optimization via LLM Agents
par: Yano, Taro, et autres
Publié: (2025)
par: Yano, Taro, et autres
Publié: (2025)
Human-Centered LLM-Agent User Interface: A Position Paper
par: Chin, Daniel, et autres
Publié: (2024)
par: Chin, Daniel, et autres
Publié: (2024)
STEVE: A Step Verification Pipeline for Computer-use Agent Training
par: Lu, Fanbin, et autres
Publié: (2025)
par: Lu, Fanbin, et autres
Publié: (2025)
Simulating Environments with Reasoning Models for Agent Training
par: Li, Yuetai, et autres
Publié: (2025)
par: Li, Yuetai, et autres
Publié: (2025)
Evolving from Tool User to Creator via Training-Free Experience Reuse in Multimodal Reasoning
par: Shen, Xintian, et autres
Publié: (2026)
par: Shen, Xintian, et autres
Publié: (2026)
Exploiting Constraint Reasoning to Build Graphical Explanations for Mixed-Integer Linear Programming
par: Lera-Leri, Roger Xavier, et autres
Publié: (2025)
par: Lera-Leri, Roger Xavier, et autres
Publié: (2025)
Oedipus and the Sphinx: Benchmarking and Improving Visual Language Models for Complex Graphic Reasoning
par: Zhang, Jianyi, et autres
Publié: (2025)
par: Zhang, Jianyi, et autres
Publié: (2025)
ActuBench: A Multi-Agent LLM Pipeline for Generation and Evaluation of Actuarial Reasoning Tasks
par: Schmidt, Jan-Philipp
Publié: (2026)
par: Schmidt, Jan-Philipp
Publié: (2026)
BayesAgent: Bayesian Agentic Reasoning Under Uncertainty via Verbalized Probabilistic Graphical Modeling
par: Huang, Hengguan, et autres
Publié: (2024)
par: Huang, Hengguan, et autres
Publié: (2024)
SlimPipe: Memory-Thrifty and Efficient Pipeline Parallelism for Long-Context LLM Training
par: Li, Zhouyang, et autres
Publié: (2025)
par: Li, Zhouyang, et autres
Publié: (2025)
SkyRL-Agent: Efficient RL Training for Multi-turn LLM Agent
par: Cao, Shiyi, et autres
Publié: (2025)
par: Cao, Shiyi, et autres
Publié: (2025)
DIP: Efficient Large Multimodal Model Training with Dynamic Interleaved Pipeline
par: Xue, Zhenliang, et autres
Publié: (2025)
par: Xue, Zhenliang, et autres
Publié: (2025)
Documents similaires
-
Towards Understanding Visual Grounding in Visual Language Models
par: Pantazopoulos, Georgios, et autres
Publié: (2025) -
Training Computer Use Agents to Assess the Usability of Graphical User Interfaces
par: Gao, Alice, et autres
Publié: (2026) -
Bridging Language Gaps: Advances in Cross-Lingual Information Retrieval with Multilingual LLMs
par: Goworek, Roksana, et autres
Publié: (2025) -
What Drives Cross-lingual Ranking? Retrieval Approaches with Multilingual Language Models
par: Goworek, Roksana, et autres
Publié: (2025) -
Generative Query Expansion with Multilingual LLMs for Cross-Lingual Information Retrieval
par: Macmillan-Scott, Olivia, et autres
Publié: (2025)