基于多模态大语言模型的移动用户体验推理：任务、基准与方法

针对多模态大语言模型（MLLM）在用户界面（UI）用户体验评估方面研究的不足，本文提出了 UXBench 基准，包含 2000 个样本以评估基于 UI 的推理能力。实验表明主流模型在此任务上表现受限。为此，作者提出 UI-UX 模型，基于 Qwen3-VL 并通过强化学习增强，引入奖励路由机制平衡感知与逻辑推理，以及非对称转移奖励抑制冗余步骤。该模型在 UXBench 上取得最先进性能，准确率显著超越现有模型，兼具强泛化性与低延迟。