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.

DigiData: Training and Evaluating General-Purpose Mobile Control Agents

Created by
  • Haebom
Category
Empty

저자

Yuxuan Sun, Manchen Wang, Shengyi Qian, William R. Wong, Eric Gan, Pierluca D'Oro, Alejandro Castillejo Munoz, Sneha Silwal, Pedro Matias, Nitin Kamra, Satwik Kottur, Nick Raines, Xuanyi Zhao, Joy Chen, Joseph Greer, Andrea Madotto, Allen Bolourchi, James Valori, Kevin Carlberg, Karl Ridgeway, Joseph Tighe

개요

AI 에이전트가 디지털 기기와의 상호 작용을 변화시킬 잠재력을 가지고 있으며, 이를 가속화하기 위해 고품질 데이터셋과 강력한 평가 방법이 필수적입니다. 본 논문에서는 모바일 제어 에이전트 훈련을 위해 설계된 대규모, 고품질, 다양하고 다중 모달 데이터셋인 DigiData를 소개합니다. 기존 데이터셋과 달리, DigiData는 앱 기능에 대한 포괄적인 탐구를 통해 목표를 도출하여 더 큰 다양성과 높은 목표 복잡성을 제공합니다. 또한, 실제 복잡한 작업에서 모바일 제어 에이전트를 평가하기 위한 벤치마크인 DigiData-Bench를 제시합니다. 흔히 사용되는 단계 정확도 메트릭의 한계를 지적하고, 에이전트 평가를 위한 동적 평가 프로토콜과 AI 기반 평가를 제안합니다.

시사점, 한계점

시사점:
모바일 제어 에이전트 개발을 위한 고품질 데이터셋 DigiData 제공.
DigiData는 기존 데이터셋보다 더 높은 다양성과 목표 복잡성을 제공.
모바일 제어 에이전트 평가를 위한 DigiData-Bench 제시.
단계 정확도 메트릭의 한계를 지적하고, 보다 엄격한 평가 방법 제안.
한계점:
논문의 구체적인 한계점에 대한 언급은 없음.
👍