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.

AgentCPM-GUI: Building Mobile-Use Agents with Reinforcement Fine-Tuning

Created by
  • Haebom

저자

Zhong Zhang, Yaxi Lu, Yikun Fu, Yupeng Huo, Shenzhi Yang, Yesai Wu, Han Si, Xin Cong, Haotian Chen, Yankai Lin, Jie Xie, Wei Zhou, Wang Xu, Yuanheng Zhang, Zhou Su, Zhongwu Zhai, Xiaoming Liu, Yudong Mei, Jianming Xu, Hongyan Tian, Chongyi Wang, Chi Chen, Yuan Yao, Zhiyuan Liu, Maosong Sun

개요

본 논문은 모바일 환경에서 GUI 자동화를 위한 80억 파라미터 규모의 GUI 에이전트인 AgentCPM-GUI를 제시한다. 기존 연구의 한계점인 잡음이 많은 데이터, 제한된 언어 지원(주로 영어), 일반화 부족 등을 해결하기 위해, AgentCPM-GUI는 grounding-aware 사전 학습, 고품질 중국어 및 영어 데이터를 이용한 지도 학습, 그리고 강화 학습(GRPO)을 통한 미세 조정 과정을 거쳤다. 또한, 모바일 환경에서의 효율적인 실행을 위해 압축된 액션 공간을 사용한다. AgentCPM-GUI는 다섯 개의 공개 벤치마크와 새로운 중국어 GUI 벤치마크인 CAGUI에서 최첨단 성능(Type-Match 96.9%, Exact-Match 91.3%)을 달성하였으며, 코드, 모델, 평가 데이터를 공개하여 재현성과 추가 연구를 지원한다.

시사점, 한계점

•
시사점:
◦
모바일 환경에서의 GUI 자동화를 위한 효율적이고 강력한 에이전트를 제시.
◦
중국어를 포함한 다국어 지원으로 GUI 자동화의 적용 범위 확장.
◦
grounding-aware 사전 학습, 강화 학습 등의 효과적인 학습 전략 제시.
◦
코드, 모델, 데이터 공개를 통한 연구의 재현성 및 확장성 확보.
◦
압축된 액션 공간을 통한 모바일 환경에서의 저지연 실행 지원.
•
한계점:
◦
AgentCPM-GUI의 성능 평가는 제시된 벤치마크에 국한될 수 있음. 다양한 종류의 GUI 및 작업에 대한 일반화 성능 검증 필요.
◦
실제 사용 환경에서의 잡음이나 예외 상황에 대한 로버스트니스에 대한 추가적인 연구가 필요.
◦
80억 파라미터의 큰 모델 크기는 모바일 기기의 자원 제약에 대한 고려가 필요함.
◦
새로운 GUI 인터페이스에 대한 적응력에 대한 추가적인 평가가 필요.
👍
Made with Slashpage