К содержимому

Датасет · earakely-scale

Бенчмарк ИИ-агентов при совместной работе за ПК

earakely-scale/CuaDriverBench-AgentEnv

Среда и записи прогонов для оценки ИИ-агентов, управляющих компьютером одновременно с работающим за ним человеком.

Что внутри

Датасет включает от 100 000 до 1 000 000 записей с видео, текстом и табличными данными на английском языке для задач обучения с подкреплением и image-text-to-text. В сценариях бенчмарка Cua Driver Bench на AgentEnv агент выполняет задачи в интерфейсе (например, нажимает кнопки под всплывающими уведомлениями), пока пользователь параллельно печатает в своём окне.

Что можно сделать

  • Тестирование компьютерных ИИ-агентов (CUA) в условиях фоновой активности человека
  • Обучение мультимодальных моделей навигации в интерфейсах с помехами и перекрытиями
Задачи
Обучение с подкреплением, Картинка + текст
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
4,8 тыс.
Лайков
2

Как загрузить

from datasets import load_dataset

ds = load_dataset("earakely-scale/CuaDriverBench-AgentEnv")