模型的元素定位（Locate）Visual Grounding、VQA（数据提取、断言与页面理解）的能力如何？
未关闭
- 主要语言
- Python
- 星标
- 31
- 派生
- 0
- PR 合并指标
- 30 天内没有已合并 PR
描述
想吧这个模型用于 midscene 的视觉自动化测试流程里，强相关的能力为 模型的元素定位（Locate）Visual Grounding、VQA（数据提取、断言与页面理解），ui-ux 模型在方面的能力如何？
贡献指南
评估
这个 Issue 还没有评估数据。