执行
CUA-Recovery: Benchmarking Error Recovery in Long-Horizon Computer-Use Agents
2026-10-21arxiv.org
★★★★★
论文提出 CUA-Recovery 基准，评测长程 computer-use Agent 的隐蔽错误恢复能力。
值得记下
阅读原文↗把「隐蔽错误」而非「明显失败」作为评测对象，长程任务的真实瓶颈往往在错误被发现之前的累积阶段。
内容来源：arxiv.org，版权归原作者所有
论文提出 CUA-Recovery 基准，评测长程 computer-use Agent 的隐蔽错误恢复能力。
把「隐蔽错误」而非「明显失败」作为评测对象，长程任务的真实瓶颈往往在错误被发现之前的累积阶段。
内容来源：arxiv.org，版权归原作者所有