FocusGUI轻量级适配器提升GUI智能体准确率

发生了什么

据Hugging Face Papers报道，FocusGUI是一种轻量级适配器，通过动态筛选多模态证据提升GUI智能体动作准确率。该适配器将压缩证据注入冻结解码器的嵌入以引导模型注意力，无需微调骨干网络或使用模态相关性标签。在四种全模态骨干网络上，其整体Type Match平均提升+33.2，Exact Match提升3.0倍。