Tag: computer-use
All the articles with the tag "computer-use".
- 7.7
AgentHazard：首个 Computer-Use Agent 有害行为评估基准
提出首个系统性评估计算机使用 Agent 有害行为的基准，关注局部合理步骤如何串联为全局有害行为的新安全挑战。
- 6.8
WebTestBench：面向端到端自动 Web 测试的 Computer-Use Agent 评估
评估 Computer-Use Agent 自动验证 Web 功能实现是否可靠的基准测试，填补了 Vibe Coding 时代的测试空白。
- 7.4
CUA-Suite：大规模人工标注视频演示数据集，推动 Computer-Use Agent
百万级连续视频演示数据集，解决 CUA 训练数据稀缺的核心瓶颈
- 5.0
Anthropic宣布Claude已可操控用户电脑完成任务
Anthropic发布Claude Computer Use正式版，用户可通过手机发送任务指令让Claude操控电脑
- 5.0
Christopher Mims锐评：让AI完全控制电脑将 retrospect 起来很愚蠢
WSJ记者Christopher Mims对AI完全控制用户电脑的趋势发出警告
- 8.0
OpenAI 发布 GPT-5.4：首个原生 Computer Use 通用模型
GPT-5.4 在编程、Agent 工作流和通用推理上全面超越前代，OSWorld 75% 超越人类基线，GDPval 83% 覆盖 44 个职业
- 7.7
Holotron-12B：高吞吐 Computer Use Agent 开源模型
H Company 联合 NVIDIA 发布 12B 参数 Computer Use 代理模型，SSM 混合架构实现 2 倍吞吐提升
- 7.8
Holotron-12B：高吞吐量计算机使用 Agent
H Company 发布 Holotron-12B，专注于高吞吐量计算机操作的 AI Agent 模型
- 7.8
Holotron-12B - High Throughput Computer Use Agent
H Company releases Holotron-12B, a high throughput computer use agent model available on Hugging Face.
- 8.5
Elon Musk 发布 Macrohard：Tesla + xAI 联合打造「Digital Optimus」软件公司替代者
· Reuters马斯克宣布 Macrohard 项目：Grok 作为「导航员」，Digital Optimus 处理计算机屏幕交互，目标是「模拟整个公司的功能」。
- 5.5
Anthropic 收购 Vercept：为 Claude 的 Computer Use 能力加码
· 03/24 22:33 采集Anthropic 收购 Vercept 以增强 Claude 的计算机使用能力