PointerBench：细粒度GUI定位诊断基准

新基准显示前沿模型在细粒度GUI文本定位上仍明显不足。

资讯摘要

论文提出 PointerBench，一个包含1500组截图-指令对的诊断基准，覆盖电子表格细粒度子元素定位、长文档字符级定位和100款专业应用的混合GUI定位。作者报告，文本定位最具挑战：Claude Fable 5、GPT-5.6 Sol 与专用模型 UI-Venus-2-9B 在该子集成功率分别为69.6%、53.4%、25.8%，均低于各自整体平均成绩，显示细粒度GUI定位仍有较大提升空间。基准与评测代码已公开。

要点速读

1. PointerBench 含1500组截图-指令对，分 Sheets、Text、Pro 三个子集。
2. Text 子集上 Claude Fable 5、GPT-5.6 Sol、UI-Venus-2-9B 成功率分别为69.6%、53.4%、25.8%。
3. 作者称结果揭示前沿与专用模型在细粒度GUI定位上仍有明显提升空间。

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 2026/10/24 08:00:37（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。