站内内容与 AI 工具一站式检索。
针对长程GUI智能体保留历史截图导致视觉token与推理成本上升、文本摘要丢失关键状态的问题，研究者提出ECHOES，用训练期特权信息指导文本历史压缩，并构建细粒度诊断基准ECHOESBMK，在多个GUI基准上提升任务表现与记忆保真度。
研究提出GAD-RL方法，在联合后训练中根据学生模型当前表现自适应调节教师监督强度，避免固定教师指导随学生进步而失效，在CHAOS-Bench上Micro Recall达59.92%，显著优于GRPO基线。