arXiv · Computer Vision· A. Said Gurbuz, Ahmed Nassar, Sunghwan Hong, Marc Pollefeys, Peter W. J. Staar·· 16 小时前AI 评分50
DeskForge：用桌面环境的密集监督训练计算机使用智能体
DeskForge: Dense Supervision from Desktop Environments for Computer-Use Agents
AI 导读
DeskForge 是一个可控桌面环境，通过组合与探索真实应用生成大规模监督数据，并融合截图、可访问性树与窗口几何信息形成密集元素标注。研究者据此构建 DeskForge-1M，包含 1.2M 条标注桌面观察与 159.7M 个元素实例，并在 200K grounding 样本上微调四个视觉语言模型。
来源：arXiv · Computer Vision · arxiv.org