Search

Tag: #e-commerce158 results

RiskWebWorld:電商風險管理真實GUI代理基準

RiskWebWorld:電商風險管理真實GUI代理基準

RiskWebWorld 是電商風險管理中 GUI 代理的第一個真實互動基準,包含來自 8 個領域生產管道的 1,513 個任務。它涵蓋不合作網站和部分環境劫持等挑戰,並提供 Gymnasium 相容基礎設施以支援可擴展評估與 RL。評估顯示頂級模型成功率 49.1%,強調基礎模型規模比零樣本介面 grounding 更重要。

ArXiv AIResearchApr 17#gui-agents#e-commerce#benchmark
Page 2 of 16