热点事件历史事件
在线强化学习框架提升iOS应用UI导航
1 篇报道1 个报道来源6 天前更新
先了解这件事
报道摘要
为解决现有UI导航模型的推理成本高和执行脆弱问题，研究者提出了一种新的在线强化学习框架，通过将代理解耦为规划代理和UI接地模型，并利用LLM提供双重奖励信号，在实时iOS应用上训练导航代理，基准测试显示其性能显著优于SFT和终端仅RL基线
摘自 Apple Machine Learning Research
报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- Apple Machine Learning Research精选在线强化学习框架提升iOS应用UI导航
为解决现有UI导航模型的推理成本高和执行脆弱问题，研究者提出了一种新的在线强化学习框架，通过将代理解耦为规划代理和UI接地模型，并利用LLM提供双重奖励信号，在实时iOS应用上训练导航代理，基准测试显示其性能显著优于SFT和终端仅RL基线
本事件热度走势
当前热度 3·可比范围峰值 6（11月3日 01:00）·近 24 小时可比范围变化 -49%
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。