实体
CUAS
CUAS
PulseAugur coverage of CUAS — every cluster mentioning CUAS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的 Desktop-Delta Bench 评估 AI 代理的 GUI 理解能力
研究人员推出了 Desktop-Delta Bench (DDB)，这是一个旨在评估计算机使用代理 (CUA) 对图形用户界面 (GUI) 过渡理解能力的新基准。DDB 由来自 Linux 轨迹的 2,000 多个经人类验证的实例组成，侧重于状态验证、源跟踪和上下文感知控制。对八个模型系列的初步评估显示出持续的性能差距，当前模型在准确排序 GUI 状态和推断操作方面存在困难，这凸显了超越端到端任务成功的诊断能力改进需求。
-
新研究解决计算机使用代理的安全性和效率问题 · 跟踪 6 个来源
近期研究正在探索计算机使用代理（CUAs）的安全性和效率。一篇论文介绍了 MisActBench 和一个名为 DeAction 的护栏，用于检测和纠正不当行为，显著降低了攻击成功率。另一项研究比较了 GUI 和 CLI 代理，发现虽然 GUI 代理最初表现更好，但经过技能增强的 CLI 代理可以实现更高的成功率。第三篇论文强调了隐私风险，介绍了 AgentCIBench 来评估 CUA 如何处理上下文完整性，并发现许多代理会在应用程序…