multi-step-navigation

标签

#multi-step-navigation

MintAct: 数字环境的统一视觉代理

Hugging Face Daily Papers ↗ · 6天前缓存

MintAct 是一系列视觉语言模型，统一了 UI 定位、跨移动、桌面和 Web 的多步导航，以及视觉工具使用，在各种基准测试中达到了最先进的性能。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈