执行
OSWorld-Pro: Process-based Evaluation for Computer Use Agents
2026-09-22arxiv.org
★★★★★
OSWorld-Pro 提出面向 Computer-Use Agent 的基于过程的评测方法，弥补只看最终交付物的缺陷。
值得记下
阅读原文↗评测口径从「最终交付物对不对」转向「过程怎么走」，粒度开始对齐 Agent 调试与审计的实际需求。
内容来源：arxiv.org，版权归原作者所有
OSWorld-Pro 提出面向 Computer-Use Agent 的基于过程的评测方法，弥补只看最终交付物的缺陷。
评测口径从「最终交付物对不对」转向「过程怎么走」，粒度开始对齐 Agent 调试与审计的实际需求。
内容来源：arxiv.org，版权归原作者所有