#OSWorld-Pro

1 stories · 0 in 7 days · 0 in 30 days

Claude 1 基准测试 1 智能体 1

Stories, products and papers tagged "OSWorld-Pro", newest first.

Sep 22

Papers Builders12:20

Chinese contentOSWorld-Pro：面向计算机操作智能体的过程化评测基准

智能体评测不再只看最终结果，按子目标逐步打分，Claude Opus 5 也只拿 75.7%。

#OSWorld-Pro #Claude #智能体 #基准测试

arXiv cs.LG@Zhilin Wang et al. (12)Source