发布GUI定位数据集ScreenRef与D2RL方法
热点事件持续更新
发布GUI定位数据集ScreenRef与D2RL方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv Computer Vision 刊出研究团队（Qingsong Xie 等作者）的论文，发布面向 GUI 定位的数据集 ScreenRef 与训练方法 D2RL。据该报道，ScreenRef 覆盖桌面、网页和移动端，包含 586K 张截图和超 633K 条指代表达实例，每条实例配有自然语言指代表达及框或点标注。研究团队同时提出 Distillation-to-Reinforcement Learning（D2RL）方法，对 Qwen3-VL-8B-Instruct 依次进行 SFT 和 D2RL 训练，得到 GroundGUI-8B 模型。报道称代码、模型与数据集可通过论文给出的链接获取。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与上述数字或说法相矛盾的信息。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
GroundGUI：用高质量数据与蒸馏到强化学习实现 GUI 定位报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv Computer VisionGroundGUI：用高质量数据与蒸馏到强化学习实现 GUI 定位
研究团队构建了覆盖桌面、网页和移动端的 GUI 定位数据集 ScreenRef，包含 586K 张截图和超 633K 条指代表达实例，并提出 Distillation-to-Reinforcement Learning（D2RL）方法，对 Qwen3-VL-8B-Instruct 依次进行 SFT 和 D2RL 训练，得到 GroundGUI-8B。
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。