跳到正文
原文
rohanpaul_ai· @rohanpaul_ai · X·· 5 小时前AI 评分23

AgentHorizon评测长程计算机使用智能体

AI 导读

– arxiv.org/abs/2610.11050 Title: "AgentHorizon: Evaluating Agentic Judges for Long-Horizon Computer-Use Tasks"

正文 · 原文

– arxiv.org/abs/2610.11050

Title: "AgentHorizon: Evaluating Agentic Judges for Long-Horizon Computer-Use Tasks"

来源:rohanpaul_ai · x.com