H Company Tarafından Tanıtılan Holo2-235B-A22B Önizleme Modeli Arayüz Yerelleştirmede Lider Konuma Geldi
Kaynak: huggingface.co ·
H Company, şimdiye kadarki en büyük arayüz yerelleştirme modeli olan Holo2-235B-A22B Önizleme sürümünü duyurdu. Bu model, arayüz öğesi yerelleştirmeye odaklanan bir araştırma sürümü olarak Hugging Face üzerinden erişime sunuldu. Ajan tabanlı yerelleştirme yeteneği sayesinde model, tahminlerini yinelemeli olarak iyileştirerek yüksek çözünürlüklü 4K arayüzlerdeki küçük öğeleri daha iyi tespit edebiliyor. Model eğitiminde ise çoklu bulut sağlayıcıları arasında iş yüklerini koordine etmek için SkyPilot kullanıldı.
Neden önemli?
Yüksek çözünürlüklü 4K arayüzlerde küçük arayüz öğelerini bulmak geleneksel modeller için zor bir süreçti. Bu modelin sunduğu ajan tabanlı yaklaşım, doğruluk oranlarını artırarak arayüz yerelleştirme ve bilgisayar kullanımı alanındaki çalışmalar için yeni bir karşılaştırma düzeyi belirliyor.
Bununla neler yapılabilir?
- Olası kullanım: Yüksek çözünürlüklü 4K ekranlarda küçük arayüz öğelerini otomatik olarak tespit edip konumlandırma.
- Olası kullanım: Ajan modu yardımıyla arayüz üzerindeki işlemleri adımlar halinde yineleyerek tahmin doğruluğunu artırma.
Somut sonuçlar ve kanıtlar
- Holo2-235B-A22B Preview, Screenspot-Pro testinde %78.5 ve OSWorld G testinde %79.0 başarı oranı elde etti. (Üreticinin açıklaması)
- Ajan tabanlı yerelleştirme yaklaşımı tüm Holo2 model boyutlarında %10-20 göreceli kazanç sağladı. (Üreticinin açıklaması)
- Holo2-235B-A22B Önizleme sürümü, tek adımda ScreenSpot-Pro üzerinde %70.6 doğruluk oranına ulaşıyor ve ajan modunda 3 adım içinde %78.5 oranına erişiyor. (Üreticinin açıklaması)
Sınırlar ve açık kalan sorular
Model şu an için arayüz öğesi yerelleştirmeye odaklanan bir araştırma sürümü olarak yayınlanmıştır.