PulseAugur
中
实时 16:36:27
实体 UI Transition Graphs

UI Transition Graphs

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

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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
  1. TOOL · CL_301889 ·

    新的 GraceBench 框架评估 GUI 代理执行稳定性，超越任务完成度

    研究人员推出了 GraceBench，一个旨在评估 GUI 代理执行稳定性的新评估框架。与以往只关注最终任务成功的基准测试不同，GraceBench 利用 UI 转换图 (UTGs) 来分析步骤级别的交互轨迹。这种方法有助于识别诸如偏差、循环和恢复能力等问题，即使代理最终完成了任务。对 GPT-5.6 Sol 的初步测试显示，尽管其成功率很高，但恢复能力却显著较低，表明在其大多数成功运行中存在显著的执行不稳定性。