# Qwen 推出 RecreationBench 混合電腦使用代理基準測試

ModelScope 表示，Qwen 已推出 RecreationBench，這是一個包含 250 項任務的基準測試，適用於 Ubuntu、macOS、Windows、Android 及 Web 上的混合電腦使用代理。代理必須探索正在運行的應用程式，以程式碼重現該應用，並通過程式化測試以及基於 VLM 的視覺評估。

Language: zh-HK
Time zone: Asia/Hong_Kong
Current time (UTC, cached as of): 2026-11-10T07:41:00.000Z
Query date (Asia/Hong_Kong): 2026-11-10

HTML: https://didcodexreset.com/zh-hk/news/e61745cd196d4afb9b057365.html

Content language: zh-HK
Localization state: translated

來源：ModelScope · 發布於 21/9/2026 14:19:03

ModelScope 表示 **Qwen 已推出 RecreationBench**，這是一個針對混合電腦使用代理的基準測試，包含跨 Ubuntu、macOS、Windows、Android 及 Web 的 **250 項應用重現任務**。任務涵蓋生產力、開發、圖形、多媒體及科學等領域。

有別於僅限 GUI 或僅限終端的基準測試，代理必須探索正在運行的參考應用程式，以程式碼重現該應用，並同時通過程式化測試及基於 VLM 的視覺評估。數據集可於 [https://modelscope.ai/datasets/Qwen/RecreationBench](https://modelscope.ai/datasets/Qwen/RecreationBench) 取得。

Tags: Qwen, RecreationBench, 電腦使用代理, 基準測試, ModelScope

[查看主帖原文](https://x.com/ModelScope2022/status/2101918026719215702)