Chinese contentIGG 基准：评估 GUI 智能体在目标不可见时的交互定位能力
评测 GUI 智能体老盯着静态截图，这篇造了 601 个目标先藏起来的任务，人能拿 94.6%，GPT-5.5 只有 79.4%，差距到底卡在哪写得很清楚。
#IGG
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "IGG", newest first.
Oct 26
评测 GUI 智能体老盯着静态截图，这篇造了 601 个目标先藏起来的任务，人能拿 94.6%，GPT-5.5 只有 79.4%，差距到底卡在哪写得很清楚。