माइक्रोसॉफ्ट ने हाल ही में OmniParser V2.0 जारी किया, जो एक नया解析 उपकरण है जो उपयोगकर्ता इंटरफेस (UI) स्क्रीनशॉट को संरचित प्रारूप में बदलने के लिए डिज़ाइन किया गया है। OmniParser बड़े भाषा मॉडल (LLM) पर आधारित UI एजेंटों के प्रदर्शन को बढ़ाने में सक्षम है, जो उपयोगकर्ताओं को स्क्रीन पर जानकारी को बेहतर ढंग से समझने और संचालित करने में मदद करता है। इस उपकरण का प्रशिक्षण डेटासेट में एक इंटरएक्टिव आइकन पहचान डेटासेट शामिल है, जिसे लोकप्रिय वेब पृष्ठों से सावधानीपूर्वक चुना गया है और स्वचालित रूप से टिप्पणी की गई है, जिससे क्लिक करने योग्य और कार्यात्मक क्षेत्रों को उजागर किया जा सके। इसके अलावा, एक और