执行
Workflow-GYM: Towards Long-Horizon Evaluation of Computer-use Agentic tasks in Real-World Professional Fields
2026-06-10arxiv.org
★★★★★
发布Workflow-GYM，用于长周期计算机使用类AI代理任务的评估框架。
值得记下
阅读原文↗首个聚焦真实职业场景、强调长周期人机协同操作链路的计算机使用代理评测基准。
内容来源：arxiv.org，版权归原作者所有