#computer-use

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。