论文页面 - Macaron-A2UI: 面向个人代理的生成式用户界面模型

来源：https://huggingface.co/papers/2605.24830
作者：

,

,

,

,

,

,

,

,

,

摘要

生成式用户界面模型使个人代理能够合成动态界面，并附带轻量级可执行操作，从而在纯文本交互之外提供更丰富的交互体验。

随着个人代理（https://huggingface.co/papers?q=personal%20agents）不断进化以处理复杂、以用户为中心的任务，静态纯文本聊天正迅速成为瓶颈。生成式用户界面（https://huggingface.co/papers?q=Generative%20UI）应运而生，成为必要的新界面层，能够实时根据交互上下文动态合成正确的控件、选项和状态。我们提出了Macaron-A2UI，一个面向个人代理（https://huggingface.co/papers?q=personal%20agents）中生成式用户界面（https://huggingface.co/papers?q=Generative%20UI）的模型。我们的目标是超越纯文本交互，使代理能够生成自然语言以及轻量级、可执行的UI操作，用于信息收集、偏好细化、确认和多目标组织。我们从异构对话源构建了一个大规模生成式用户界面（https://huggingface.co/papers?q=Generative%20UI）语料库，引入了A2UI-Bench（https://huggingface.co/papers?q=A2UI-Bench）进行受控评估，并训练了30B、235B和754B规模的模型，采用参数高效基于LoRA的监督微调（https://huggingface.co/papers?q=parameter-efficient%20LoRA-based%20supervised%20fine-tuning）以及后续的奖励驱动强化学习（https://huggingface.co/papers?q=reward-driven%20reinforcement%20learning）。最佳的Macaron-A2UI模型在A2UI-Bench（https://huggingface.co/papers?q=A2UI-Bench）上无需显式模式提示即可达到75.6的整体得分，超越了最强的全模式前沿基线。我们公开发布了模型、基准和评估协议，以支持未来面向个人代理（https://huggingface.co/papers?q=personal%20agents）的生成式用户界面（https://huggingface.co/papers?q=Generative%20UI）研究工作。

查看 arXiv 页面（https://arxiv.org/abs/2605.24830）查看 PDF（https://arxiv.org/pdf/2605.24830）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.24830）

在你的代理中获取此论文：

hf papers read 2605.24830

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

无模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2605.24830 以在此页面链接它。

引用此论文的数据集 0

无数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2605.24830 以在此页面链接它。

引用此论文的 Spaces 0

无 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2605.24830 以在此页面链接它。

包含此论文的收藏 1