首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/381550

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

OSWorld-MCP 正式发布:面向 Computer-Use Agents 产品的评测基准

OSWorld-MCP 已正式发布,这是首个用于在真实环境中全面评估 Computer-Use Agents 产品能力的基准测试。 OSWorld-MCP 综合衡量产品的模型上下文协议(MCP)工具调用能力、图形用户界面(GUI)操作技能以及决策表现,其作为 OSWorld 的扩展设计,提升了评估的真实度、平衡性和可比性。 主要特性: 158 个经过验证的 MCP 工具,涵盖 7 个常用应用程序(LibreOffice Writer、Calc、Impress、VS Code、Google Chrome、VLC 和操作系统实用程序)。其中, 25 个是用于鲁棒性测试的干扰项工具。 250 项工具适用性任务 → 69% 的基准任务受益于 MCP 工具 可以进行多轮工具调用,这给决策带来了真正的挑战 MCP 工具可提升模型准确率和效率——例如,OpenAI o3:8.3% → 20.4%(15 步) 观察到的最高工具调用率 (TIR) = 36.3%(Claude-4-Sonnet,50 步)→ 表明仍有很大的改进空间 MCP 工具可提升代理商指标 工具调用次数越多,准确率越高 工具组合会带...

招募进行时 | MoonBit AI : 程序语言 & 大模型

让编程语言与大模型深度融合,MoonBit Pilot 项目期待您的加入! 随着 AI 大语言模型(LLM)技术的持续突破,编程正迎来一次从“辅助开发”走向“智能交付”的深刻变革。 从 ChatGPT、Claude 到 LLaMA,AI 正以前所未有的速度重塑开发方式。在这一浪潮中,MoonBit 团队 正全力打造新一代 AI 原生开发平台——MoonBit Pilot。 它基于自研编程语言 MoonBit,深度融合大模型语义理解与编译器智能,目标是让开发者能用自然语言描述意图,系统即可生成、修复与重构完整软件。 MoonBit Pilot 目前已进入关键开发阶段。我们正招募对 AI 编程、语义分析、智能体系统与语言工具链 充满热情的伙伴,共同探索如何让 AI 真正“读懂”代码,重构软件开发的未来。 关于MoonBit Pilot MoonBit Pilot 是业界首个 语言内置的原生智能体。它具备自动合成与智能重构能力,能够理解、规划并精准执行开发任务,实现从指令到交付的全流程自动化。在 126 项真实修复任务中,MoonBit Pilot 全程零人工干预,平均仅用 7 分钟完成,效...

相关文章

发表评论

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册