Hugging Face 发布 Smol2Operator：将 SmolVLM2-2.2B 训练为 GUI Agent 的完整配方
Hugging Face 发布 Smol2Operator，通过两阶段 SFT 将无 GUI 定位能力的 SmolVLM2-2.2B-Instruct 训练成 GUI Agent，ScreenSpot-v2 准确率从约 0% 先提升到 41%，再提升到 61%。
多模态 大事记
重要进展 IMPORTANT_PROGRESS
2026-06-03 — 2026-06-03
重要进展 · 第 12 / 22 页
Google DeepMind 发布 Gemma 4 12B：统一的无编码器多模态模型
AIHOT事件 ↗原始外链未提供
多模态 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容