PreView：免训练预处理器提升 GUI 定位精度
Wenjun Hou · hf · 2026-10-30
- 独立研究者 Wenjun Hou 与 Kaishuai Xu 发布论文 PreView: Enhancing GUI Grounding with Preprocessed Views and Cues（arXiv, 2026-10-24）。
- GUI grounding 需要在杂乱截图中定位小控件，裁剪放大虽能暴露局部细节，但常留下目标歧义。
- PreView 是一个辅助预处理器，不改冻结的 grounding 模型，而是改善其输入：提供两类互补特征——裁掉无关内容的任务相关视图（views），以及澄清目标控件的视觉与文本线索（cues）。
- 核心思路是「改输入而非改模型」，无需重训练即可提升现有 grounding 模型的定位准确率，对 GUI agent 生态有实用价值。
「编程与Agent」频道最新
- Claude API 文档曝光 Agents 等 beta 接口，含托管沙箱会话 — aigclink · 2026-10-30
- 一行代码生成图嵌入：FastRP 默认、GraphSAGE 保属性 — JeremyCMorgan · 2026-10-30
- CodeRabbit CEO:800万美元种子轮已不够造软件,garrytan 反驳看好小团队 — garrytan · 2026-10-30
- GBrain Cloud 上线命令行：一条命令在云端启动 AI 工作区 — garrytan · 2026-10-30
- 为多业务老板设计全家桶 AI 自动化系统:多 bot 协作架构求指点 — Xeriphy · 2026-10-30
- 「物联网的智能体」:一句话定义设备 Agent 的有趣类比 — sull · 2026-10-30