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")