研究评测研究论文

Inflak 将人机交互编排拆为四层

10月15日预印本将状态路由、交互规划、界面设计与渲染分离,并以技能插件实现。

为什么值得关注

编辑解读:生成界面之前,还需判断何时询问用户、以何种方式询问。

技术细节

作者展示聊天与画布工作流,并测试层次遵循和延迟;技术评测使用模拟用户响应,不衡量最终控件或执行结果质量。 10月19日发布 v2;复核其评测与未来工作章节,上述范围限制仍在。

适合哪些读者

生成式 UI 与智能体架构团队

原始来源

修订与更正记录 (2)

— 补记10月19日v2修订并复核架构、6.1评测和8.3未来工作,保留10月15日原始日期;不声称整篇无变化或新增性能优越。

— New distinct October 15 preprint; original arXiv submission and full text read. Exclude inconsistent paradigm counts and template publication metadata; report architecture and evaluation limits, no performance superiority claim.

相关事件

研究评测

另一项 VeriCUA 把 GUI 任务验收改为主动取证,并允许证据不足时弃权

Google 与香港大学团队 10 月 29 日提交了一项同名但独立的 VeriCUA:验证器先查看环境或轨迹建立任务 rubric,再用 GUI、无障碍树、文件、数据库等只读检查补齐证据,并把需求判为满足、违反或未知。在线实验中,它在 AndroidWorld、OSWorld 与 ScienceBoard 上均降低了相对基线的假阳性。

研究评测

GUI‑JEPA 用候选隐空间打分替代逐 token 动作解码

10 月 27 日提交的 GUI‑JEPA 面向移动 GUI 单步动作选择:它把无标签界面截图预训练得到的 JEPA 表征按候选动作和区域变换,在一次批处理中为无障碍树候选打分,不再让 7B 视觉语言模型逐 token 生成动作。

研究评测

TAM 把已核验的任务进展变成 GUI 代理的在线状态与可复用操作

10 月 27 日提交的 Task Advancement Memory(TAM)把“已经可靠完成了什么”同时用于当前任务压缩和跨任务学习:任务内维护可核验的进展、剩余目标与视觉证据,任务后从局部成功片段中提炼可复用操作,即使整条工作流最终失败。