热点事件历史事件
OSWorld-Science基准发布
1 篇报道1 个报道来源4 天前更新
先了解这件事
报道摘要
OSWorld-Science 提供面向科学软件工作流的计算机使用智能体基准和评估环境，用于测试基于 VLMs 的智能体能力。该基准包含 12 个 VLMs 和 146 项任务，覆盖分子绘制与逆合成、病理图像分析、统计计算和物理仿真等场景。其执行式评估器检查分子结构、分割掩码、图表和数值结果，并支持部分得分。
摘自 Hugging Face Daily Papers
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Hugging Face Daily PapersOSWorld-Science：面向学习和使用科学软件的计算机使用智能体基准
OSWorld-Science 提供面向科学软件工作流的计算机使用智能体基准和评估环境，用于测试基于 VLMs 的智能体能力。该基准包含 12 个 VLMs 和 146 项任务，覆盖分子绘制与逆合成、病理图像分析、统计计算和物理仿真等场景。其执行式评估器检查分子结构、分割掩码、图表和数值结果，并支持部分得分。