北京大学 发布 SPHINX 数据集, 应用在 移动UI导航、自动化测试 领域

北京大学 本次发布的数据集 SPHINX, SPHINX是一个用于多维度评估移动UI导航的基准数据集，由北京大学和腾讯公司等机构联合开发。该数据集包含284个任务，涵盖了112个流行移动应用的17个类别，旨在评估模型在目标理解、知识规划、基础操作和指令遵循等方面的能力。SPHINX通过自动化的基准测试套件，支持多种输入模态和操作空间，能够对模型进行全面的评估。数据集的应用领域主要集中在移动应用的自动化测试和UI导航，旨在解决现有模型在复杂UI导航任务中的不足，并为未来的研究提供方向。

查看SPHINX

关于 北京大学 , 北京大学是中国著名的综合性研究型大学，位于北京市。成立于1898年，是中国最早的国立大学之一，以其在人文、社会科学、自然科学和工程技术等领域的卓越教育和研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。