发现最近一段时间semantic Scholar的数据同步似乎有点问题，对于引用的统计切换回google scholar……要接近了吗，那个数字
GUI-Bee : Align GUI Action Grounding to Novel Environments via Autonomous Exploration
一篇GUI Agent的工作，乍一看有点费解，其实思路还挺有趣的。作者发现，GUI里面的app、网页等环境是无穷无尽的。上游的gui model在有限的环境里面训练，但仍然缺乏对于下游特定app的世界知识，所以作者实际了一套framework，可以快速把上游gui model用到下游任务中来，在下游app中自动爬grounding数据。
Improving Video Generation with Human Feedback
一篇扎实的工作，作者对不同视频生成模型标注了人类偏序，基于此做了RLHF链路，并对于视频生成这个领域做了一些优化。
