论文用经核验的任务推进状态与监督提升GUI智能体长程任务表现。
资讯摘要
论文提出Task Advancement Memory（TAM），将“任务推进”定义为经核验的任务进度，用于GUI智能体跨应用长程执行。执行中，Task Advancement State表示已核验进度如何改变剩余目标；任务结束后，推进监督识别并抽象产生局部验证结果的交互，保留输入、预期结果与验证条件的关系，并保留成功与失败任务中的局部有效操作。作者报告在MobileWorld仅GUI任务上，仅用Advancement State将成功率从12.0%提升至28.2%；完整TAM相对最强基线任务成功率提升17.6%，每个已解决任务的生命周期token减少38.7%；在SPA-Bench单应用英文Level 3设置达到最优任务成功率。
要点速读
- 论文提出Task Advancement Memory（TAM），以经核验的任务进度作为状态与监督信号。
- 作者报告MobileWorld仅GUI任务上，Advancement State单独将成功率从12.0%升至28.2%。
- 作者报告完整TAM相对最强基线成功率提升17.6%、每解决任务token减少38.7%，并在SPA-Bench单应用英文Level 3达到最优。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。