Zoom to Essence: Trainless GUI Grounding by Inferring upon Interface Elements
Fuente:
arXiv
Salvato in:
| Autori principali: | Liu, Ziwei, Feng, Tao, Kang, Borui, Yang, Yanbing, Luo, Jun |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Continual GUI Agents
di: Liu, Ziwei, et al.
Pubblicazione: (2026)
di: Liu, Ziwei, et al.
Pubblicazione: (2026)
AdaZoom-GUI: Adaptive Zoom-based GUI Grounding with Instruction Refinement
di: Pei, Siqi, et al.
Pubblicazione: (2026)
di: Pei, Siqi, et al.
Pubblicazione: (2026)
A Faster Path to Continual Learning
di: Li, Wei, et al.
Pubblicazione: (2026)
di: Li, Wei, et al.
Pubblicazione: (2026)
Understanding the Essence: Delving into Annotator Prototype Learning for Multi-Class Annotation Aggregation
di: Chen, Ju, et al.
Pubblicazione: (2025)
di: Chen, Ju, et al.
Pubblicazione: (2025)
GUI-Perturbed: Domain Randomization Reveals Systematic Brittleness in GUI Grounding Models
di: Wang, Yangyue, et al.
Pubblicazione: (2026)
di: Wang, Yangyue, et al.
Pubblicazione: (2026)
Visual Test-time Scaling for GUI Agent Grounding
di: Luo, Tiange, et al.
Pubblicazione: (2025)
di: Luo, Tiange, et al.
Pubblicazione: (2025)
GUI-G$^2$: Gaussian Reward Modeling for GUI Grounding
di: Tang, Fei, et al.
Pubblicazione: (2025)
di: Tang, Fei, et al.
Pubblicazione: (2025)
ReGUIDE: Data Efficient GUI Grounding via Spatial Reasoning and Search
di: Lee, Hyunseok, et al.
Pubblicazione: (2025)
di: Lee, Hyunseok, et al.
Pubblicazione: (2025)
Zoom in, Click out: Unlocking and Evaluating the Potential of Zooming for GUI Grounding
di: Jiang, Zhiyuan, et al.
Pubblicazione: (2025)
di: Jiang, Zhiyuan, et al.
Pubblicazione: (2025)
UI-Zoomer: Uncertainty-Driven Adaptive Zoom-In for GUI Grounding
di: Tang, Fei, et al.
Pubblicazione: (2026)
di: Tang, Fei, et al.
Pubblicazione: (2026)
Structuring GUI Elements through Vision Language Models: Towards Action Space Generation
di: Xu, Yi, et al.
Pubblicazione: (2025)
di: Xu, Yi, et al.
Pubblicazione: (2025)
UI-S1: Advancing GUI Automation via Semi-online Reinforcement Learning
di: Lu, Zhengxi, et al.
Pubblicazione: (2025)
di: Lu, Zhengxi, et al.
Pubblicazione: (2025)
GUI-GENESIS: Automated Synthesis of Efficient Environments with Verifiable Rewards for GUI Agent Post-Training
di: Cao, Yuan, et al.
Pubblicazione: (2026)
di: Cao, Yuan, et al.
Pubblicazione: (2026)
GUI-Bee: Align GUI Action Grounding to Novel Environments via Autonomous Exploration
di: Fan, Yue, et al.
Pubblicazione: (2025)
di: Fan, Yue, et al.
Pubblicazione: (2025)
GUI-ReWalk: Massive Data Generation for GUI Agent via Stochastic Exploration and Intent-Aware Reasoning
di: Lin, Musen, et al.
Pubblicazione: (2025)
di: Lin, Musen, et al.
Pubblicazione: (2025)
Zooming without Zooming: Region-to-Image Distillation for Fine-Grained Multimodal Perception
di: Wei, Lai, et al.
Pubblicazione: (2026)
di: Wei, Lai, et al.
Pubblicazione: (2026)
ViMo: A Generative Visual GUI World Model for App Agents
di: Luo, Dezhao, et al.
Pubblicazione: (2025)
di: Luo, Dezhao, et al.
Pubblicazione: (2025)
Large Model for Small Data: Foundation Model for Cross-Modal RF Human Activity Recognition
di: Weng, Yuxuan, et al.
Pubblicazione: (2024)
di: Weng, Yuxuan, et al.
Pubblicazione: (2024)
Channel Reflection: Knowledge-Driven Data Augmentation for EEG-Based Brain-Computer Interfaces
di: Wang, Ziwei, et al.
Pubblicazione: (2024)
di: Wang, Ziwei, et al.
Pubblicazione: (2024)
Branch, or Layer? Zeroth-Order Optimization for Continual Learning of Vision-Language Models
di: Liu, Ziwei, et al.
Pubblicazione: (2025)
di: Liu, Ziwei, et al.
Pubblicazione: (2025)
Towards Trustworthy GUI Agents: A Survey
di: Shi, Yucheng, et al.
Pubblicazione: (2025)
di: Shi, Yucheng, et al.
Pubblicazione: (2025)
UI-Oceanus: Scaling GUI Agents with Synthetic Environmental Dynamics
di: Wu, Mengzhou, et al.
Pubblicazione: (2026)
di: Wu, Mengzhou, et al.
Pubblicazione: (2026)
GUI-AIMA: Aligning Intrinsic Multimodal Attention with a Context Anchor for GUI Grounding
di: Zhou, Shijie, et al.
Pubblicazione: (2025)
di: Zhou, Shijie, et al.
Pubblicazione: (2025)
LiteGUI: Distilling Compact GUI Agents with Reinforcement Learning
di: Wu, Yubin, et al.
Pubblicazione: (2026)
di: Wu, Yubin, et al.
Pubblicazione: (2026)
RetroInfer: A Vector Storage Engine for Scalable Long-Context LLM Inference
di: Chen, Yaoqi, et al.
Pubblicazione: (2025)
di: Chen, Yaoqi, et al.
Pubblicazione: (2025)
MobileGUI-RL: Advancing Mobile GUI Agent through Reinforcement Learning in Online Environment
di: Shi, Yucheng, et al.
Pubblicazione: (2025)
di: Shi, Yucheng, et al.
Pubblicazione: (2025)
LibContinual: A Comprehensive Library towards Realistic Continual Learning
di: Li, Wenbin, et al.
Pubblicazione: (2025)
di: Li, Wenbin, et al.
Pubblicazione: (2025)
Confidence Calibration under Ambiguous Ground Truth
di: Tao, Linwei, et al.
Pubblicazione: (2026)
di: Tao, Linwei, et al.
Pubblicazione: (2026)
CORA: Conformal Risk-Controlled Agents for Safeguarded Mobile GUI Automation
di: Feng, Yushi, et al.
Pubblicazione: (2026)
di: Feng, Yushi, et al.
Pubblicazione: (2026)
Adaptive Milestone Reward for GUI Agents
di: Zheng, Congmin, et al.
Pubblicazione: (2026)
di: Zheng, Congmin, et al.
Pubblicazione: (2026)
Grounding Foundation Models through Federated Transfer Learning: A General Framework
di: Kang, Yan, et al.
Pubblicazione: (2023)
di: Kang, Yan, et al.
Pubblicazione: (2023)
DYSTIL: Dynamic Strategy Induction with Large Language Models for Reinforcement Learning
di: Wang, Borui, et al.
Pubblicazione: (2025)
di: Wang, Borui, et al.
Pubblicazione: (2025)
UI-Copilot: Advancing Long-Horizon GUI Automation via Tool-Integrated Policy Optimization
di: Lu, Zhengxi, et al.
Pubblicazione: (2026)
di: Lu, Zhengxi, et al.
Pubblicazione: (2026)
Policy Zooming: Adaptive Discretization-based Infinite-Horizon Average-Reward Reinforcement Learning
di: Kar, Avik, et al.
Pubblicazione: (2024)
di: Kar, Avik, et al.
Pubblicazione: (2024)
NaviMaster: Learning a Unified Policy for GUI and Embodied Navigation Tasks
di: Luo, Zhihao, et al.
Pubblicazione: (2025)
di: Luo, Zhihao, et al.
Pubblicazione: (2025)
PersonaX: Multimodal Datasets with LLM-Inferred Behavior Traits
di: Li, Loka, et al.
Pubblicazione: (2025)
di: Li, Loka, et al.
Pubblicazione: (2025)
GUI-Libra: Training Native GUI Agents to Reason and Act with Action-aware Supervision and Partially Verifiable RL
di: Yang, Rui, et al.
Pubblicazione: (2026)
di: Yang, Rui, et al.
Pubblicazione: (2026)
ClawGUI: A Unified Framework for Training, Evaluating, and Deploying GUI Agents
di: Tang, Fei, et al.
Pubblicazione: (2026)
di: Tang, Fei, et al.
Pubblicazione: (2026)
Turing Test on Screen: A Benchmark for Mobile GUI Agent Humanization
di: Zhu, Jiachen, et al.
Pubblicazione: (2026)
di: Zhu, Jiachen, et al.
Pubblicazione: (2026)
ResearchArcade: Graph Interface for Academic Tasks
di: Xu, Jingjun, et al.
Pubblicazione: (2025)
di: Xu, Jingjun, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Continual GUI Agents
di: Liu, Ziwei, et al.
Pubblicazione: (2026) -
AdaZoom-GUI: Adaptive Zoom-based GUI Grounding with Instruction Refinement
di: Pei, Siqi, et al.
Pubblicazione: (2026) -
A Faster Path to Continual Learning
di: Li, Wei, et al.
Pubblicazione: (2026) -
Understanding the Essence: Delving into Annotator Prototype Learning for Multi-Class Annotation Aggregation
di: Chen, Ju, et al.
Pubblicazione: (2025) -
GUI-Perturbed: Domain Randomization Reveals Systematic Brittleness in GUI Grounding Models
di: Wang, Yangyue, et al.
Pubblicazione: (2026)