提出了Desktop-Delta Bench基准,用于评估计算机使用模型对桌面GUI状态转换的理解,包含时间排序和单动作重建任务,实验发现模型在时序排序和动作推断上存在系统性不足。
机构:NVIDIA
来源:arXiv 2607.26041 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程