OS World

OSWorld是一个用于评估AI智能体计算机操作能力的基准测试框架，专注于测量模型在真实桌面操作系统环境中完成任务的能力，涵盖文件管理、应用操作、网页浏览等多类交互场景。该基准通过模拟真实用户操作流程，评估模型的规划、执行与自主决策能力，是衡量计算机使用智能体综合性能的重要参考标准。