研究提出 DAR 方法，质疑 GUI 世界模型的预测增益
原文标题：Beyond Next-Screen Prediction: The Decision Value of GUI World Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文研究 GUI 世界模型带来的动作选择增益究竟来自预测本身还是评估器。作者提出 Direct Action Ranking（DAR），直接从参考动作学习给候选打分而不生成未来界面。实验显示，在学习直接评估后，预测的后续界面不再提供可检测的排序信号；DAR 在 AndroidWorld 上任务成功率提升 5.8 至 16.4 个百分点，并可零样本迁移到未见应用。
- 问题
- GUI 世界模型的增益究竟来自预测还是评估器，归因不清。
- 方法
- 提出 DAR，直接从参考动作学习给候选打分，不生成未来界面，与预测增强变体在同等监督下对比。
- 结果
- AndroidWorld 任务成功率提升 5.8 至 16.4 个百分点，优于世界模型前瞻，可零样本迁移未见应用。
- 影响
- 做 GUI 智能体的团队可省去昂贵世界模型，改用直接动作排序评估器。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DAR不生成未来界面直接给候选动作打分，AndroidWorld成功率提升5.8至16.4个百分点，并质疑世界模型预测增益。
- •控制实验显示候选与预测固定时，前瞻增益会随预测呈现方式变化，端到端增益无法单独归因于预测
- •DAR从参考动作学习直接评估候选，与预测增强变体在同等监督下对比
- •一旦直接学习评估，预测的后续界面不再提供可检测的排序信号
- •AndroidWorld上三个proposer均提升5.8-16.4个百分点，优于世界模型前瞻
- •可零样本迁移到未见应用，而所有依赖预测的配置均低于proposer置信度
为什么重要：若GUI世界模型的收益主要来自评估器而非预测，该方向的评测标准与投入重点都应转向决策价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。