arXiv Artificial Intelligence· Ankush Kadu, Athira Gopal, Niharika Singh, Arpit Jain, Aswanth Krishnan·· 17 小时前AI 评分50
EnvOS：面向任务中途变化的计算机使用智能体审计框架
EnvOS: Auditing Computer-Use Agents When the World Moves On : Phenomenon-Based Task Construction, Certification, and Evidence-Based Evaluation
AI 导读
作者提出 EnvOS 框架，用于构建并认证任务中途发生变化的评测环境，在智能体运行前检查变更是否触发、任务是否仍可解、评分器能否区分对错，运行后由独立代码依据存档证据复核判定。
来源：arXiv Artificial Intelligence · arxiv.org