エージェント初出 8/12 02:50
リフレクションガイド付きオンポリシー自己蒸留によるテスト時自己進化GUI視覚的接地
Test-Time Self-Evolving GUI Visual Grounding via Reflection-Guided On-Policy Self-Distillation
https://export.arxiv.org/api/query·2026/8/11
AI要約
GUI視覚的グラウンディングのテスト時自己進化フレームワークを提案。デプロイ後のモデルパラメータ固定による適応能力の限界を克服する。強化学習による適応に加え、失敗した探索を反映させることで、人間による注釈なしにデプロイ後も改善を可能にする。
AI要点
- GUI操作を学習するAIモデルが、展開後も自己進化するフレームワークが提案された。
- 人間による正解データなしで、モデルが試行錯誤から学習し、性能を向上させる。
- LLMベースの「リフレクター」がAIの失敗を評価し、その理由を分析してフィードバックする。
- 自己教師あり学習（Self-Distillation）により、分析結果をモデルの内部知識として取り込む。
- 6つのベンチマークで平均7.4%の精度向上を達成し、ポストデプロイメント適応の課題を解決する。
なぜ重要か
展開後もAIモデルが自己改善を続ける能力は、GUIエージェントの自律性と適応性を大幅に向上させ、メンテナンスコストを削減し、未知のインターフェースへの対応力を高める可能性があるため重要です。