כתבה
arXiv cs.AI ·
GUITAR: ניתוח כשלים מבורך של סוכני GUI דרך תרגילי מצב
GUITAR: Structured Failure Diagnosis of GUI Agents via State Transitions
GUITAR מזהה כשלים של סוכני GUI דרך תרגילי מצב. התוכנה GUITAR מציעה ניתוח כשלים מבורך של סוכני GUI דרך תרגילי מצב. התוכנה GUITAR ניתחה 8 סוכנים ו-6 משימות מ-AndroidControl ו-Mind2Web ומצאה ש-60.4% מהכשלים קורים ב-20% מהמצבים. התוכנה GUITAR גם הציעה הנחיות מבורכות שהשיגו שיפור של 2.8% ב-SR.
תקציר מקורי באנגליתarXiv:2609.34113v2 Announce Type: replace Abstract: Understanding where and why Graphical User Interface (GUI) agents fail is essential for building more reliable systems, yet current evaluation relies on step accuracy, a metric that treats each screen independently and overlooks the underlying structure of GUI environments. This leads to two critical blind spots: (1) functionally equivalent screens are evaluated in isolation, obscuring systematic failure patterns across shared screens; and (2) the long-tailed GUI distribution renders failures on rare but critical screens invisible under standard metrics. To address these issues, we propose \textbf{GUITAR}, a state-centric diagnostic framework that performs structured failure analysis over both states and transitions, using a State Transit
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית