研究提出用智能体交互评估交互式应用

Wayne Chi 等作者发布论文，提出 Interaction-as-a-Judge 评估范式：让计算机使用智能体（computer-use agents，CUAs）直接与应用交互，以此评估和生成交互式应用，并公开了两个配套数据集。 该研究将评估方式从静态检查改为智能体实际操作应用，论文称这是对交互式应用评估与生成的一种新范式。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。