发布 OS-Kairos Dataset 数据集, 应用在 操作系统、自然语言处理 领域

本次发布的数据集 OS-Kairos Dataset, 该数据集精心挑选了复杂场景，用以评估图形用户界面代理的表现。评估的性能指标包括动作类型成功率、逐步成功率和任务成功率。该数据集的规模为从三个复杂场景中选取的350条指令，其任务针对的是多语言语言模型的序列生成问题。

查看OS-Kairos Dataset

README 内容： 

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。