मॉडल लॉन्च

inclusionAI/VISTA-9B: VISTA पर प्रशिक्षित GUI ग्राउंडिंग विज़न-लैंग्वेज मॉडल

मूल शीर्षक:inclusionAI/VISTA-9B

AI सारांश

VISTA-9B, Qwen3.5 9B बैकबोन पर प्रशिक्षित GUI ग्राउंडिंग मॉडल है, जो स्क्रीनशॉट और प्राकृतिक भाषा निर्देश इनपुट लेकर 0-1000 सामान्यीकृत निर्देशांक आउटपुट करता है। इसमें VISTA (व्यू-कंसिस्टेंट सेल्फ-वेरिफिकेशन) विधि का उपयोग किया गया है, जिसमें view-consistent GRPO और self-verified cross-view anchoring शामिल हैं। SSPro, SSV2, OSWorld-G, OSWorld-G-R पर क्रमशः 69.2, 95.8, 68.1, 75.5 अंक प्राप्त करके Qwen3.5-9B और GRPO-9B बेसलाइन को पीछे छोड़ा। मॉडल ओपन-सोर्स है और HuggingFace के माध्यम से लोड किया जा सकता है।

मुख्य जानकारी

  • VISTA-9B,Qwen3.
  • 5 9B बैकबोन पर प्रशिक्षित GUI ग्राउंडिंग मॉडल है,जो स्क्रीनशॉट और प्राकृतिक भाषा निर्देश इनपुट…
  • 5 अंक प्राप्त करके Qwen3.
  • 5-9B और GRPO-9B बेसलाइन को पीछे छोड़ा। मॉडल ओपन-सोर्स है और HuggingFace के माध्यम से लोड किया जा…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
蚂蚁 inclusionAI:HuggingFace 新模型
श्रेणी
मॉडल लॉन्च
AI स्कोर
71
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

蚂蚁 inclusionAI 的 VISTA-9B 专攻 GUI 定位,把截图和指令直接变成点击坐标,做界面自动化的开发者可以直接拿来用。训练中的视角一致性约束有点新意,但基准提升不大,更像个实干范本。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: inclusionAI/VISTA-9B: VISTA पर प्रशिक्षित GUI ग्राउंडिंग विज़न-लैंग्वेज मॉडल। 12 जून 2026। https://new.nat6.net/hi/news/cmqbwmfgh05sdslam91ctu2zd/

सभी देखें →