提出UI-Voyager,一种通过失败经验自我演化的两阶段移动GUI智能体:第一阶段采用拒绝微调(RFT)实现数据与模型的自主协同进化;第二阶段引入组相对自蒸馏(GRSD)从成功轨迹中构建密集步级监督以修正失败轨迹,在AndroidWorld上4B模型达到81.0% Pass@1成功率,超越人类水平。
机构:腾讯
来源:arXiv 2603.24533 | AI4Papers 论文推荐平台