ऑम्नीपार्सर
शुद्ध दृश्य-आधारित ग्राफ़िकल यूज़र इंटरफ़ेस मध्यस्थता विश्लेषक
सामान्य उत्पादउत्पादकतादृश्य भाषा मॉडलउपयोगकर्ता इंटरफ़ेस विश्लेषण
ऑम्नीपार्सर माइक्रोसॉफ़्ट रिसर्च टीम द्वारा विकसित एक ऐसा तरीका है जो उपयोगकर्ता इंटरफ़ेस स्क्रीनशॉट को पार्स करने के लिए प्रयोग किया जाता है। यह इंटरैक्टिव आइकनों की पहचान करके और स्क्रीनशॉट में मौजूद विभिन्न तत्वों के अर्थ को समझकर दृश्य-आधारित भाषा मॉडल (जैसे GPT-4V) की सटीक इंटरफ़ेस ऑपरेशन उत्पन्न करने की क्षमता को बढ़ाता है। यह तकनीक बारीकी से समायोजित पहचान मॉडल और विवरण मॉडल के माध्यम से स्क्रीनशॉट में इंटरैक्टिव क्षेत्रों का विश्लेषण और कार्यात्मक अर्थ निकाल सकती है, जिससे कई बेंचमार्क परीक्षणों में बेसलाइन मॉडल को पीछे छोड़ा जा सकता है। ऑम्नीपार्सर एक प्लगइन के रूप में अन्य दृश्य भाषा मॉडल के साथ उपयोग किया जा सकता है जिससे उनके प्रदर्शन में सुधार होता है।
ऑम्नीपार्सर नवीनतम ट्रैफ़िक स्थिति
मासिक कुल विज़िट
934048
बाउंस दर
53.20%
प्रति विज़िट औसत पृष्ठ
2.7
औसत विज़िट अवधि
00:02:01
