Mila - Quebec AI Institute 发布 UI-Vision 数据集, 应用在 桌面用户界面、计算机视觉 领域

Mila - Quebec AI Institute 本次发布的数据集 UI-Vision, UI-Vision是一个覆盖83个软件应用的大型桌面GUI基准数据集，旨在 offline 设置中评估计算机使用代理在真实世界桌面环境中的视觉感知和交互能力。数据集提供了密集的注释，包括边界框、UI标签和动作轨迹，涵盖了Element Grounding、Layout Grounding和Action Prediction三个核心任务，以全面评估代理在桌面环境中的表现。

查看UI-Vision

关于 Mila - Quebec AI Institute , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。