Hugging Face 每日论文·· 3 天前精选AI 评分57
DeskIF-Bench 与 ANIS：从桌面软件演化中合成智能体原生接口
A Decade in a Day: Synthesizing Agent-Native Interfaces from Human-Oriented Software Evolution
AI 导读
论文提出 DeskIF-Bench 基准，含 6 款桌面应用上 255 个经工件验证的任务，通过固定任务、智能体与验证器而只改变软件版本，测量界面变化对智能体表现的影响；在 2 个模型和 6 款应用上，最新版本一致优于最旧版本。
推荐理由
论文用固定任务与模型、只变软件版本的对照设计，量化了界面属性对智能体成功率的影响，方法可迁移到其他桌面自动化评测。
来源：Hugging Face 每日论文 · huggingface.co