Các agent GUI toàn phương thức tập trung
Focused Omni-Modal GUI Agents
Đoạn trích bài viết
Các agent giao diện người dùng đồ họa (GUI) ngày càng hoạt động nhiều hơn dựa trên các quan sát luồng toàn phương thức bao gồm ảnh chụp màn hình, âm thanh, video, lịch sử tương tác và trạng thái thiết bị.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.