论文提出基于Qwen3-VL-8B的GUI动作反思器Q-Reflector

论文作者提出Q-Reflector，一个基于Qwen3-VL-8B的独立GUI动作反思器，将动作反思学习为有监督的结构化预测任务：生成动作的前置条件和后置条件，用于判断动作是否成功执行以及是否符合任务目标。 训练结合监督微调、师生蒸馏以及基于奖励和偏好的精炼。在1,082条人工核验的AndroidWorld转移上，Q-Reflector达到82.16%的总体准确率，超过所有被评估基线（基于论文摘要，未核验全文）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。