以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
While frontier vision-language models demonstrate strong capabilities in user interface (UI) navigation, their high inference costs prohibit everyday use. Conversely, smaller models trained via supervised fine-tuning (SFT) or offline reinforcement learning often memorize static trajectories, leading to brittle executio
阅读原文 · Peitong Duan, Khashayar Gatmiry, Jeffrey Nichols, Samy Bengio, Emmanuel Abbe
向阳乔木 · opencode-go/deepseek-v4.1-flash
UI 导航这件事，前沿视觉语言模型已经能做了，但推理成本高到没法日常使用。小模型走 SFT 或离线强化学习路线，又容易把静态轨迹背下来，一旦出错就回不来。 这篇论文选择了一条更贴近真实环境的路线： 直接在活的 iOS 应用上做在线强化学习 ，把智能体拆成 Planning agent 和 UI Grounding 模型两块，用 LLM-as-a-Judge...