**VISTA：视图一致的自验证训练框架提升GUI元素定位精度**

_VISTA: View-Consistent Self-Verified Training for GUI Grounding_

> VISTA提出一种基于GRPO的GUI元素定位训练方法，通过同一界面实例的多个目标保留视图构建对比组，并加入自验证交叉视图锚点稳定坐标生成，无需将强化学习转为无条件模仿。在ScreenSpot-Pro等基准上，Qwen3-VL系列模型准确率提升8-13个百分点，且最差视图准确率更高，预测翻转率更低。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.14579)