Apple Machine Learning Research● 精選AI 評分64
線上強化學習框架讓 UI 導航小模型在真實 iOS App 上訓練
研究提出一種線上強化學習框架，可直接在真實執行的 iOS App 上訓練 UI 導航智慧體，並把智慧體拆分為規劃與 grounding 兩個專門模組。作者指出，前沿視覺語言模型雖然在 UI 導航上表現很強，但推理成本過高、難以日常使用；而用 SFT 或離線強化學習訓練的小模型容易記住靜態軌跡，執行脆弱、出錯後無法恢復。該框架改為線上訓練，目標是在與真實應用的互動中學習並糾錯。