GUI、Computer Use 与多模态 Agent

本分类共 12 个专题 · 962 道题

4841

多模态 Agent 如何衔接输入感知、推理决策与多模态输出？

Agent 原理与系统GUI、Computer Use 与多模态 Agent

原理机制

进阶

暂无面经 5 份题集

4843

Browser Agent 如何观察网页、定位元素并执行浏览器任务？

Agent 原理与系统GUI、Computer Use 与多模态 Agent

原理机制

进阶

暂无面经 2 份题集

5996

如何将语言定位、分割和跟踪组合成对象级视觉工具链？

Agent 原理与系统GUI、Computer Use 与多模态 Agent

系统设计

进阶

暂无面经 2 份题集

6042

Computer Use 如何通过桌面观察、动作执行与反馈形成操作闭环？

Agent 原理与系统GUI、Computer Use 与多模态 Agent

原理机制

进阶

暂无面经 2 份题集

6043

Computer Use 应选择本地电脑还是云端隔离桌面执行？

Agent 原理与系统GUI、Computer Use 与多模态 Agent

比较选型

进阶

暂无面经 1 份题集

6115

如何为 Web 或 GUI Agent 设计并验证动作条件环境模型？

Agent 原理与系统GUI、Computer Use 与多模态 Agent

方案设计

深入

暂无面经 2 份题集