实体
Computer-Using Agents
Computer-Using Agents
PulseAugur coverage of Computer-Using Agents — every cluster mentioning Computer-Using Agents across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新基准揭示AI代理难以处理真实的SaaS任务
研究人员推出了SaaS-Bench，这是一个旨在评估计算机使用代理（CUA）在现实专业工作流程中的新基准。该基准跨越六个领域，使用了23个软件即服务（SaaS）系统，包含106项需要长周期执行的任务，这些任务可以是纯文本或多模态的。初步实验显示，目前基于LLM的代理表现不佳，端到端完成的任务不到4%，这凸显了在规划、状态跟踪和跨应用程序上下文维护方面存在的重大局限性。
-
新基准显示AI代理难以处理真实的SaaS任务
研究人员推出了SaaS-Bench，这是一个新的基准，旨在评估计算机使用代理（CUAs）在软件即服务（SaaS）环境中的现实专业工作流程。该基准包含六个专业领域中23个SaaS系统的106个任务，需要长周期执行，并涵盖纯文本和多模态场景。初步实验显示，当前的LLM代理表现不佳，最好的模型端到端完成的任务不到4%，凸显了在规划、状态跟踪和错误恢复方面存在重大局限性。
-
调查梳理了自主使用计算机的智能体的安全和安保威胁
一篇新的调查论文对使用计算机的智能体（CUAs）构成的安全和安保威胁进行了分类。这些由LLM驱动的智能体可以自主地与软件和界面进行交互，带来了新的风险。该论文概述了这些威胁的分类法，并提出了防御策略，旨在指导未来安全CUAs的研究和实际部署。