MacArena: Benchmarking von Computer-Use-Agenten in einer Online-macOS-Umgebung

arXiv:2606.06560v1 Ankündigungstyp: neu Abstract: Computer-Use-Agenten (CUAs) bedienen graphische Benutzeroberflächen (GUIs) durch Vision und Kontrollprimitiven, und ihre Fähigkeiten haben sich schnell weiterentwickelt, teilweise angetrieben durch standardisierte Online-Bewertungs-Benchmarks wie OSWorld, die sowohl als