inclusionAI от Ant Group выпускает LBS-27B — VLM для GUI-grounding, переносящую свою политику zoom-in на общий визуальный QA
Ant Group (inclusionAI)
26 октября на Hugging Face появилась LBS-27B под лицензией Apache-2.0, построенная на Qwen3.8-27B и обученная только на примерно 10 тыс. синтетических примеров cold-start для GUI-grounding плюс 80 шагов GRPO (батч 64, 8 rollout на промпт) силами Ant Group совместно с Уханьским технологическим университетом и CAS. Агентная политика zoom-in достигает 81,15% общей точности действий на ScreenSpot-Pro и 59,67% точности судьи на PerceptionBench, а авторы показывают, что то же поведение «сначала рассмотри, потом отвечай» переносится на VQA высокого разрешения в общем домене, хотя данных общего VQA в обучении не было.
Почему это важно
Показывает, что обучающие данные для GUI-агентов дают общее визуальное восприятие, а не только координаты клика.
Важность: 3/5
Модель с открытыми весами и результатом переноса обучения за пределами собственного бенчмарка.