★ 3
通用移动助手基准GMA挑战真实场景
GMA基准评估通用移动助手在真实场景中的表现，涵盖7个应用和300个任务，分四个难度等级。评估8个前沿模型发现，性能随任务复杂度增加而显著下降。适当的框架设计可提升性能，尤其对复杂工作流。
arXiv cs.AI62 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
GMA基准评估通用移动助手在真实场景中的表现，涵盖7个应用和300个任务，分四个难度等级。评估8个前沿模型发现，性能随任务复杂度增加而显著下降。适当的框架设计可提升性能，尤其对复杂工作流。