论文用门控加概率缩放改进GUI定位自蒸馏
资讯摘要
论文针对GUI grounding中on-policy自蒸馏（OPSD）的缺陷提出质量感知自蒸馏方法：教师基于学生生成的前缀评估时，坐标token信号可能不可靠。作者引入软门控，检查教师预测的坐标token能否在学生前缀下补全为真值框，失败时降低该信号权重；再用教师概率缩放校准门控后的监督。作者报告，两个组件单独使用均不提升整体性能，组合后则稳定有效，并在六个GUI grounding基准上优于基线。
要点速读
- 论文指出，朴素OPSD在GUI grounding中会因学生前缀偏离目标坐标而使教师坐标token信号不可靠
- 提出软门控对教师预测做空间正确性验证，并用教师概率缩放校准门控后的监督
- 作者报告：两个组件单独使用均无整体提升，组合后稳定提升基础模型，并在六个基准上优于强基线
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 2026/10/27 08:00:28（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。