Benchmark
OSWorld-G
基于OSWorld环境的GUI grounding评测基准,用于评估计算机操作智能体在真实桌面操作系统场景下的视觉定位与任务完成能力
Timeline (last 90 days)
Oct 5
Qwen3.5-4B在OSWorld-G上准确率提升10.11个百分点
Unverified50%
基于OSWorld环境的GUI grounding评测基准,用于评估计算机操作智能体在真实桌面操作系统场景下的视觉定位与任务完成能力
Qwen3.5-4B在OSWorld-G上准确率提升10.11个百分点