★ 4
ERPBench：企业软件计算机使用智能体的状态落地评测
通过截图与模拟操作运行的计算机使用智能体发展迅速，但评测仍锚定通用桌面与网页任务。ERP 系统界面密集、需多步协同，且错误会改写持久业务记录而非仅显示在屏幕上。论文提出 ERPBench，在真实可复现的 ERP 系统上评测纯截图智能体，并以数据库真值打分。评测六款闭源与开源智能体显示，强通用 GU…
arXiv cs.AI46 天前
#计算机使用智能体
共 8 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
MAGE 框架用用户手册提升计算机使用智能体适应新软件能力
研究提出 MAGE 框架，将用户手册作为可扩展的流程知识来源，在推理时检索任务相关手册内容并由规划器生成显式流程指导，在训练时将手册转为可执行任务-计划对以引导环境探索。在六个应用上任务成功率超过强基线，减少了对人工标注演示数据的依赖。
arXiv cs.AI13 天前
★ 3
Work2Skill 框架发布：从人类 GUI 操作中归纳可复用智能体技能
论文提出 Work2Skill 框架，通过 WorkRecorder 采集屏幕录制、鼠标键盘事件与无障碍树信息，构建首个同步多模态桌面 GUI 演示数据集 WorkDemo-350。其智能体技能归纳方法可产出含工作流规则、步骤依赖与完成校验的可复用技能，在 MyPCBench 与 OSWorld-…
arXiv cs.AI21 天前
★ 3
CUAWright：面向数字智能体的极简统一接口
论文提出CUAWright，一个约3000行代码的极简终端框架，以bash命令作为唯一动作接口，用文件系统作为动态创建工具和管理上下文的可演化空间。在OSWorld 2.0上相比GPT-5.5基线部分奖励相对提升33.2%、成本降低37.5%；在Online-Mind2Web和长程Odysseys…
arXiv cs.AI27 天前
★ 3
SCOPE：兼顾能力与安全的计算机使用智能体训练
论文提出 SCOPE 框架，联合后训练计算机使用智能体（CUA）的任务执行能力与安全决策，并配套 SCOPE-Gen 自动生成可验证任务及风险变体。基于 Qwen3.5-9B 的 SCOPE-RL 在 OSWorld 达 54.17% 成功率、OS-BLIND 达 64.30% 攻击规避率，综合能…
arXiv cs.LG41 天前
★ 3
CUA-S1：面向计算机操作的System 1模型
Cua推出CUA-S1，一组面向计算机使用的小型专用System 1模型，用于快速、有界的决策，如判断某字段应填何值。项目提供开源桌面自动化、隔离云桌面、本地macOS虚拟机及评估基准，并支持通过CLI、MCP或类型化SDK接入智能体。
Hacker News43 天前
★ 3
CURA：计算机使用智能体的认证运行时警报
CURA为计算机使用智能体提供外部监控，通过读取遥测数据检测失败，并控制误报率。在OSWorld任务中，CURA能提前检测42.3%的失败，并支持警报门控的监督级联，提高任务成功率，展示了运行时监控的有效性。
arXiv cs.AI63 天前
★ 2
SimTrace：面向在线用户建模的多模态轨迹生成
论文提出 SimTrace 框架，利用基于真实用户轨迹与网页环境的计算机使用智能体，生成高保真细粒度多模态合成点击流，作为隐私受限日志的可共享替代。在电商场景中，8 项保真度指标有 7 项优于基线，合成数据训练模型在下游购买预测与推荐任务上接近真实数据，混合数据使下一步动作预测准确率相对提升 11…
arXiv cs.AI32 天前
这个主题的相关资产
相关公司阿里巴巴1