标签
Google Chrome 引入了「镜像维度」——一个封闭的合成网络环境,包含数千个模拟站点和拦截代理,能够在没有真实世界风险的情况下,安全且可重复地评估其自动浏览智能体功能。
SimuWoB是一个合成基准测试,包含120个具有挑战性的移动GUI智能体任务,使用高保真虚拟环境并自动生成奖励。实验表明,当前智能体的平均成功率仅为27.92%,在长时程任务上降至17.82%,表明在复杂场景中存在显著弱点。