PrentisAI发布ScreenRef数据集与D2RL方法，开源GroundGUI-8B
热点事件持续更新
PrentisAI发布ScreenRef数据集与D2RL方法，开源GroundGUI-8B
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
PrentisAI 作者团队（Qingsong Xie 等）发布论文，提出 GUI 视觉定位数据集 ScreenRef 和训练方法 D2RL（Distillation-to-Reinforcement Learning），并开源基于 Qwen3-VL-8B-Instruct 训练的 GroundGUI-8B 模型。 ScreenRef 包含 586K 张桌面、网页和移动端截图，配超过 633K 个自然语言指代表达实例及框或点标注。训练采用先 SFT 后 D2RL 的两阶段流程。 据论文报告，GroundGUI-8B 在 ScreenSpot-V2 达 95.2%、ScreenSpot-Pro 达 63.9%、OSWorld-G 达 65.4%、MMBench-GUI L2 达 86.8%、UI-Vision 达 38.3%。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
GroundGUI 通过 ScreenRef 数据集与 D2RL 提升 GUI 视觉定位能力报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.AIGroundGUI 通过 ScreenRef 数据集与 D2RL 提升 GUI 视觉定位能力
研究提出 ScreenRef 图形界面定位数据集，包含 586K 张桌面、网页和移动端截图及超过 633K 个自然语言指代表达实例，并提出 Distillation-to-Reinforcement Learning（D2RL）方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。