Hugging Face Daily Papers·2026-10-13 08:00· 1 天前AI 评分36

GUI Agent 如何选择记忆模态：SwitchMem 动态路由文本与视觉记忆

Learning How to Remember: Memory Modality Selection for GUI Agents

AI 导读

SwitchMem 是一种面向 VLM GUI Agent 的记忆路由框架，可在每个交互步骤动态选择文本或视觉记忆表示。研究在 GUI benchmark 中发现，最佳记忆模态强烈依赖具体步骤；在三个 GUI benchmark 上，SwitchMem 优于依赖静态记忆表示的增强基线。