本次发布的数据集 WebSuite, 该数据集是一个旨在评估通用型网络代理在不同网络操作与任务上的性能的基准测试套件,重点关注识别失败的模式。此外,该基准测试套件易于扩展,可用于测试和分析更多网络代理的结果。该数据集在多个任务上进行了评估,每个任务运行了八次,以评估网络代理在单个任务以及端到端任务上的性能,从而识别特定的操作失败。
README 内容:
关于 , 国庆学校是一所位于中国的教育机构,专注于提供基础教育服务。学校致力于培养学生的综合素质,注重学术与品德的全面发展。
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。





_1769672084863.jpg)