实体 EvoCUA-1.5

EvoCUA-1.5

PulseAugur coverage of EvoCUA-1.5 — every cluster mentioning EvoCUA-1.5 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

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 1 条

RESEARCH · CL_141903 · Jul 14 · 05:37

AI代理在视觉任务中挣扎；EvoCUA-1.5在OSWorld基准测试中达到63.2%

一项名为OSWorld的新基准测试显示，AI代理EvoCUA-1.5通过在模拟环境中进行试错学习，取得了63.2%的分数。另外，Apple Inc.开发的一项新的开放基准测试表明，即使是先进的AI模型在视觉工具任务上也面临困难，由于图像识别和解释方面的挑战，失败率超过50%。