很好的工作！想请教些问题

[positive666]

1.直接用QWEN2VL去自己设计标注SFT的嘛？ 2.多步的GUI agent执行 训练上有什么思路嘛？

[QinghongLin]

@positive666 Hi 第一个问题不太清楚, 您是指用Qwen2VL来给数据打标吗？ 第二个问题我们在paper的sec Interleaved VLA streaming里介绍我们的思考哈; 另外您可以加入微信群，直接在群里提问 :)

[positive666]

@positive666 Hi 第一个问题不太清楚, 您是指用Qwen2VL来给数据打标吗？ 第二个问题我们在paper的sec Interleaved VLA streaming里介绍我们的思考哈; 另外您可以加入微信群，直接在群里提问 :) 好的 感谢回复 我正在读paper，第一个问题是我看Base是QWEN2VL，这个模型可以直接用来训练box\points类grounding的数据嘛？

[QinghongLin]

@positive666 是的，QWEN2VL可以直接训练box\points类grounding的数据

[positive666]

我加了咱们的群 有问题是直接在群里抛方便嘛 还是私聊，我对这个非常感兴趣，我想作个实验实现一个小场景的fintune 想请教不少问题，另外这个项目目前提供的模型DEMO 使用上是不是不完整，支持多轮嘛

[QinghongLin]

@positive666 可以在群里直接问的哈，现在支持多轮的，你只需要把上一轮的action output append到下一轮的action history中。 咱们目前也在不断完善demo和部署，会不断提升的。