grounding任务的内容提取优化

[JemicyChu]

hello，你们的工作与我们这边想法、思路及工作都非常一致，我认为你们的工作是GUI方向的重要基石，
当下我这边基于工程角度考虑，在grounding任务中，只需要model返回除了text外的其他有效元素，但是目前来看prompt控制能力较弱，无法控制模型的返回。
因为我这边认为，text可以通过OCR能力填充，icon等其他元素是当下的重要基石，可以看看如何提升这一点～

[AirBobby]

谢谢您的建议。目前grounding任务是支持列举所有的元素，以及列举指定类型的元素，但是没有做其他更多的定制化（比如列举除文字以外的元素）。后面我们会考虑增加prompt控制的多样性，在后续版本中优化更新。