热点事件观察中

在线强化学习框架提升iOS应用UI导航性能

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

研究者提出一种在线强化学习框架，用于训练UI导航智能体直接在实时iOS应用上运行。该框架使用LLM作为裁判提供密集奖励信号，并采用PPO优化与GiGPPO方法。在UINavBench等基准测试中，该框架的8B模型在跨平台泛化性能上较SFT基线提升近七倍，性能优于Gemini-3.5-Flash，与Gemini-3.1-Pro持平。

AI 根据报道生成 · 23 小时前更新

最新进展10月29日 04:00

在线密集强化学习框架用于实时iOS应用UI导航

报道时间线

沿着报道，了解事件的不同侧面。

10月29日

04:00
Hugging Face · 每日论文精选
在线密集强化学习框架用于实时iOS应用UI导航
提出一种在线强化学习框架，训练UI导航智能体直接在实时iOS应用上运行，框架包含规划智能体和UI接地模型，使用LLM作为裁判提供密集奖励信号，并采用PPO优化与GiGPPO邻居条件价值估计方法。在UINavBench、iOSWorld和AndroidWorld等基准上，8B模型在跨平台泛化上较SFT基线提升近七倍，性能优于Gemini-3.5-Flash，与Gemini-3.1-Pro持平。

本事件热度走势

可比范围当前: 10
可比范围峰值: 1010月31日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。