ST-Lite: Training-Free KV Cache Compression with Spatio-Trajectory Guidance for Long-Horizon GUI Agents
arxiv.org原文 ↗
ST-Lite 先刻画 GUI 轨迹的帧间视觉冗余、极小 UI 元素和近似均匀的跨层稀疏，再用空间/轨迹信号做无需训练的 KV 保留。现有方案在 20% 预算下只命中 39% oracle 重要对，论文因此把压缩粒度从通用语言 token 调整到屏幕位置与操作历史。
–浏览
评论 · Comments