#35B
共 3 条 · 7 天 0 条 · 30 天 1 条
信息流里打上「35B」标签的资讯、产品与论文,按刊登时间排,新的在上。
10月2日
7月21日
单次运行报告误导:35B计算机使用智能体修复策略的统计可靠性分析
这篇论文用严格的统计方法告诉你:CUA的修复效果不能只看单次跑分,一个看起来不错的改进有三分之一可能是错的。做AI agent的都应该看看这个库。
6月30日
这篇论文用严格的统计方法告诉你:CUA的修复效果不能只看单次跑分,一个看起来不错的改进有三分之一可能是错的。做AI agent的都应该看看这个库。