bytedance
UI-TARS-1.5-7By is easy to enter an endless loop on mobile
We made few tests, the agent was easy to get stuck in endless retries, for example:
`Thought: 咦，怎么进到相机界面来了？这可不是我要的。我得赶紧回到抖音主页面继续搜索小冰的视频。看来需要点击一下左上角那个返回按钮，让我们回到正确的轨道上。\nAction: click(start_box='(47,86)')
Thought: 看来我刚才点错了位置，不小心进入了相机界面。不过没关系，我知道该怎么做 - 点击左上角的返回按钮就能回到抖音主页面。这样我们就能继续完成搜索小冰视频的任务了。\nAction: click(start_box='(47,215)')
Thought: 唉，我又不小心点到相机界面了。不过没关系，我知道怎么纠正 - 点击左上角的返回按钮就能回到抖音主页面。这样我就能继续完成搜索小冰视频的任务了。\nAction: click(start_box='(47,215)')
Thought: 我发现自己又误入了相机界面，这可不行。让我想想，要完成搜索小冰视频的任务，我得先回到抖音主页面。看到左上角那个返回按钮了，点击它就能回到正确的页面继续操作。\nAction: click(start_box='(47,215)')
Thought: 我发现自己在相机界面里打转，这可不行。刚才点击返回按钮的尝试都没有成功，看来得换个方式了。既然要回到抖音主页面，我决定直接点击左上角的返回按钮试试看。\nAction: click(start_box='(47,215)')
Thought: 我发现自己在相机界面里打转，这可不行。刚才点击返回按钮的尝试都没有成功，看来得换个方式了。既然要回到抖音主页面，我决定直接点击左上角的返回按钮试试看。\nAction: click(start_box='(47,215)')
`
We have indeed observed occasional cases of the model getting stuck when using UI-TARS-1.5-7B. This issue has been largely addressed in the updated UI-TARS-1.5 model. You are welcome to stay tuned—we plan to open-source UI-TARS-1.5 in the near future.
