← Natural Language Visual Grounding

Papers with Code · CC BY-SA 4.0

ScreenSpot

아카이브 평가 18건 · 마지막 적재/변경 2026-10-30

원본 데이터셋 링크 1

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
UGround-V1-7B	Accuracy (%) 86.34	Navigating the Digital World as Humans Do: Universal Visual Grounding for GUI Agents 2024-10-07	코드 1
Aguvis-7B	Accuracy (%) 83.0	Aguvis: Unified Pure Vision Agents for Autonomous GUI Interaction 2024-12-05	코드 1
OS-Atlas-Base-7B	Accuracy (%) 82.47	OS-ATLAS: A Foundation Action Model for Generalist GUI Agents 2024-10-30	코드 1 · 코드 2
Aria-UI	Accuracy (%) 81.1	Aria-UI: Visual Grounding for GUI Instructions 2024-12-20	코드 1
Aguvis-G-7B	Accuracy (%) 81.0	Aguvis: Unified Pure Vision Agents for Autonomous GUI Interaction 2024-12-05	코드 1
UGround-V1-2B	Accuracy (%) 77.67	Navigating the Digital World as Humans Do: Universal Visual Grounding for GUI Agents 2024-10-07	코드 1
ShowUI	Accuracy (%) 75.1	ShowUI: One Vision-Language-Action Model for GUI Visual Agent 2024-11-26	코드 1
ShowUI-G	Accuracy (%) 75.0	ShowUI: One Vision-Language-Action Model for GUI Visual Agent 2024-11-26	코드 1
UGround	Accuracy (%) 73.3	Navigating the Digital World as Humans Do: Universal Visual Grounding for GUI Agents 2024-10-07	코드 1
OmniParser	Accuracy (%) 73.0	OmniParser for Pure Vision Based GUI Agent 2024-08-01	코드 1
OS-Atlas-Base-4B	Accuracy (%) 68.0	OS-ATLAS: A Foundation Action Model for Generalist GUI Agents 2024-10-30	코드 1 · 코드 2
SeeClick	Accuracy (%) 53.4	SeeClick: Harnessing GUI Grounding for Advanced Visual GUI Agents 2024-01-17	코드 1
CogAgent	Accuracy (%) 47.4	CogAgent: A Visual Language Model for GUI Agents 2023-12-14	코드 1 · 코드 2 · 코드 3
Qwen2-VL-7B	Accuracy (%) 42.1	Qwen2-VL: Enhancing Vision-Language Model's Perception of the World at Any Resolution 2024-09-18	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
Qwen-GUI	Accuracy (%) 28.6	GUICourse: From General Vision Language Models to Versatile GUI Agents 2024-06-17	코드 1
MiniGPT-v2	Accuracy (%) 5.7	MiniGPT-v2: large language model as a unified interface for vision-language multi-task learning 2023-10-14	코드 1 · 코드 2
Groma	Accuracy (%) 5.2	Groma: Localized Visual Tokenization for Grounding Multimodal Large Language Models 2024-04-19	코드 1
Qwen-VL	Accuracy (%) 5.2	Qwen-VL: A Versatile Vision-Language Model for Understanding, Localization, Text Reading, and Beyond 2023-08-24	코드 1 · 코드 2