Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

MPR-GUI: Benchmarking and Enhancing Multilingual Perception and Reasoning in GUI Agents

Created by
  • Haebom
Category
Empty

저자

Ruihan Chen, Qiming Li, Xiaocheng Feng, Xiaoliang Yang, Weihong Zhong, Yuxuan Gu, Zekun Zhou, Bing Qin

MPR-GUI-Bench: Multilingual fine-grained Perception and Reasoning GUI Benchmark

개요

본 논문은 대규모 시각-언어 모델(LVLM)이 GUI(Graphical User Interface) 작업에서 다국어 환경에서의 성능에 대한 연구의 부재와, 세분화된 분석 부족 문제를 해결하기 위해, 다국어 및 세분화된 인식 및 추론 능력을 평가하는 GUI 벤치마크인 MPR-GUI-Bench를 제안한다. 평가 결과 LVLM이 영어 외 언어에서 성능 저하를 보임을 확인하고, 이러한 격차를 해결하기 위해 GUI Cross-Lingual Intervention (GUI-XLI) 방법을 제안하여 평균 6.5%의 다국어 P&R 능력을 향상시켰다.

시사점, 한계점

LVLM의 다국어 GUI 작업 성능 저하 문제 제기 및 해결 시도.
세분화된 GUI 분석을 통해 보다 목표 지향적인 개선 가능성 제시.
GUI-XLI 방법을 통해 다국어 환경에서의 성능 향상 달성.
LVLM의 다국어 GUI 작업 능력 향상에 기여.
연구가 특정 LVLM 모델에 국한되었을 가능성.
GUI-XLI 방법의 일반화 가능성에 대한 추가 연구 필요.
세분화된 분석의 깊이와 범주에 대한 추가적인 검토 필요.
👍