Chain-of-Ground: итеративное уточнение с визуальной обратной связью

Модели плохо попадают в точные координаты GUI-элементов с первого раза — промахиваются на 20-50 пикселей, особенно на плотных интерфейсах с десятками мелких кнопок. Chain-of-Ground решает это через пошаговую корректировку: модель делает первое предположение, видит своё предсказание, уточняет. Фишка: вместо абсолютной локализации («найди кнопку на всём экране») модель работает с относительной корректировкой («твоё прошлое предсказание — красная метка, цель чуть правее»). Визуальная метка работает как якорная точка — модель понимает где промахнулась, и корректирует относительно этого места. Точность растёт на 5-7% за два шага, особенно на мелких элементах и похожих иконках.