- 最高票数
- 268
- 最佳排名
- #3
- 上榜次数
- 1 次
- 最近上榜
- 2025.02.16
产品介绍
OmniParser能够将用户界面的截图从像素信息“切分”成可供大型语言模型（LLMs）理解的结构化元素。这样一来，LLMs就能根据解析出的可交互元素进行信息检索，从而预测下一步的操作。
- LLM
- 计算机使用代理
- 界面截图
- 结构化元素
- 令牌化
- 交互元素
- 动作预测
- 信息检索
- 人工智能
OmniParser能够将用户界面的截图从像素信息“切分”成可供大型语言模型（LLMs）理解的结构化元素。这样一来，LLMs就能根据解析出的可交互元素进行信息检索，从而预测下一步的操作。