JarvisGUI 基准:跨 Android/Windows/Ubuntu 考验 GUI 智能体
maier_ak · x · 2026-09-23
JarvisGUI(EMNLP 2026 论文)发布了一个跨设备 GUI 智能体基准:在 Docker 中同时运行 Android、Windows、Ubuntu 三套虚拟机,定义类型化 I/O 系统、118 个原子动作与 150 个复合工作流(442 个子任务),并以 Total Task Success(TSR)和 Sub-task Success(SSR)两项指标评估智能体在真实多设备工作流中的协调、状态保持与长程规划能力。
所属事件:JarvisGUI 基准：开源 GUI 智能体跨设备成功率堪忧(4 条相关)→
「编程与Agent」频道最新
- Plurai 推出 Agent 仿真平台：从代码库构建数字孪生自动找故障 — thisguyknowsai · 2026-11-11
- 0xJeff:x402 的真正短板在企业级,大钱在 B2V 而非机器互付 — 0xJeff · 2026-11-11
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- 形式化验证让 AI 编码更快：Lean 证明成为 agent 优化护栏 — bigdata · 2026-11-11
- Orchestrator v0.14.11 发布：统一管理散落各处的 AI 编程会话 — julianweisser · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11