OSWorld: Desktop AI-agents slagen in 12% van de taken waar mensen in 72% slagen
OSWorld vindt dat desktop-AI-agents slagen voor 12,24% van echte taken versus 72,36% voor mensen, met 75% van de fouten door visuomotorische grounding, niet redeneren.
#ai-agents
AI-agents
Benchmarks en evaluaties van autonome AI-agenten voor taakuitvoering in de praktijk