web-applications

标签

Cards List
#web-applications

SWEeper-Bench:智能体能否发现交互式软件中的缺陷?

Hugging Face Daily Papers ↗ · 2026-10-08 缓存

SWEeper-Bench 引入了一个包含200个任务的基准,这些任务来自200个广泛使用的开源Web应用的真实缺陷修复,用于评估编码智能体能否在交互式软件中自主发现依赖多步交互才能暴露的缺陷。分析显示,即使是15个前沿智能体中表现最好的,也仅通过了59.0%的任务,主要瓶颈在于识别缺陷行为本身。

0 人收藏 0 人点赞
#web-applications

MyPCBench:面向个人智能计算机使用代理的基准测试

Hugging Face Daily Papers ↗ · 2026-06-15 缓存

MyPCBench 在模拟的 Linux 桌面环境中,通过真实世界的网络应用评估作为个人助手的计算机使用代理,结果显示 Claude Opus 4.6 的任务完成率最高,达到 55.4%,但在涉及多个应用和长时间操作的任务上仍存在困难。

0 人收藏 0 人点赞
#web-applications

如何使用 OpenAI 的 Privacy Filter 构建可扩展的 Web 应用

Hugging Face Blog ↗ · 2026-04-27 缓存

本文演示如何利用 OpenAI 的 Privacy Filter 模型和 Gradio Server 构建用于 PII(个人可识别信息)检测的可扩展 Web 应用,并展示了文档探索、图像匿名化等三个具体应用示例。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈