AndroidGen：面向数据稀缺场景的 Android 语言智能体构建
计算与语言
2025-04-29 v1
摘要
大型语言模型为各种 NLP 任务开辟了广阔可能性，为未来注入了希望。尽管具有巨大潜力，LLM 仍未广泛应用于实际移动设备上的智能体。主要挑战在于需要高质量的数据源。时间限制和劳动强度常常阻碍人类标注。另一方面，现有 LLM 完成率不足，需要稳健的数据过滤策略。鉴于这些挑战，我们开发了一个名为 AndroidGen 的框架，以提升数据稀缺条件下 LLM-based 智能体的能力。此外，我们利用 AndroidGen 收集给定人类任务的轨迹，并在这些轨迹上训练开源 LLM，以开发无需人工标注轨迹的开源移动智能体。我们广泛评估了 AndroidGen 在 AndroidWorld、AitW 以及各种流行应用上的表现，展示了其改进效果，并揭示了未来改进的潜在领域。代码、模型和数据均已公开于 https://github.com/THUDM/AndroidGen。
关键词
引用
@article{arxiv.2504.19298,
title = {AndroidGen: Building an Android Language Agent under Data Scarcity},
author = {Hanyu Lai and Junjie Gao and Xiao Liu and Yifan Xu and Shudan Zhang and Yuxiao Dong and Jie Tang},
journal= {arXiv preprint arXiv:2504.19298},
year = {2025}
}