TRACE：面向高效 GUI 智能体的轨迹稳健证据排序
TRACE 是一种无需训练即可减少 GUI 智能体视觉 token 的框架。它结合交互潜力、指令相关性和特征新颖性对视觉证据进行排序，同时预留部分 token 以维持屏幕上的空间覆盖。嵌套式排序使保留的视觉证据能够随预算逐步缩减；单调 KV 压缩则将已淘汰的帧整合为紧凑的会话状态，避免重复进行视觉编码。在六个 GUI 基准和多种模型上的实验表明，该方法可在严格预算下提升效率。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。