开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

weavebench/WeaveBench

[EMNLP 2026] WeaveBench: A Long-Horizon, Real-World Benchmark for Computer-Use Agents with Hybrid Interfaces

语言:Python · GitHub 星标:175 · Fork:4

话题:agent-as-judge · benchmark · computer-use-agent · gui-agent · hybrid-interface · llm-evaluation

在 GitHub 上查看原仓库

正在读取项目信息…