UIとインフォグラフィックスの理解に特化した視覚言語モデル「ScreenAI」　Googleが開発

タスク生成パイプライン：1．さまざまなモデルを用いて画面にアノテーションを付ける。2．LLMを使用して、画面に関連するタスクを大規模に生成する。3．（オプション）別のLLMを使用して、または人間の評価者が、データを検証する（提供：Google）