PulseAugur
中
实时 17:48:27
实体 LivingScreen

LivingScreen

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

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_70430 ·

    新的基准测试在动态短视频平台上测试AI智能体

    研究人员推出了“LivingScreen”，这是一个旨在评估动态短视频平台上GUI智能体的新基准。与假设屏幕静态的先前基准不同，LivingScreen考虑了连续播放的内容，要求智能体就观察和交互做出实时决策。对当前前沿模型的评估显示，在成本准确性方面均未达到人类水平，常见故障包括观察时间不当，凸显了未来GUI智能体在观察控制方面需要改进。