arXiv Artificial Intelligence· Wayne Chi, I-Hung Hsu, Li Chen, Wei-Lin Chiang, Ion Stoica, Anastasios Nikolas Angelopoulos, Ameet Talwalkar, Chris Donahue, Cho-Jui Hsieh·· 18 小时前AI 评分42
Interaction-as-a-Judge：用计算机使用智能体交互评估交互式应用
Interaction-as-a-Judge
AI 导读
研究提出 Interaction-as-a-Judge 评估范式，让 computer-use agents（CUAs）直接与应用交互，以评估和改进交互式应用。
来源：arXiv Artificial Intelligence · arxiv.org