IT之家 9 月 15 日音讯，科技媒体 NeoWin 昨日（9 月 14 日）发布博文，报谈称微软官方推出了 Windows Agent Arena 基准框架，用于评估生成式 AI Agents 在 Windows PC 上的性能。
Windows Agent Arena 基准框架
微软暗意该基准框架 AI Agents 使用主流 Windows 诓骗方面的智商和速率，其中包括 Microsoft Edge 和谷歌 Chrome 浏览器，Visual Studio Code 等编程诓骗，记事本、时钟和绘画等预装 Windows 诓骗，VLC 等主流媒体播放器。
IT之家翻译部分微软官方博文本体如下：
咱们领受 OSWorld 框架，构建了横跨代表性领域的 150 多项各样化 Windows 任务，这些任务条目代理具备野心、屏幕看法和器具使用的智商。
咱们的基准测试相似具有可延伸性，大略在 Azure 上无缝并行化，从而在最短 20 分钟内完周详面评估。
Navi
微软议论院也打造了我方的多模态 Agents Navi，并在 Windows Agent Arena 基准测试中对其进行了检修。
它被条目字据特定文本教唆推论任务，举例：“你能将我正在浏览的网页诊治成 PDF 文献并甩掉在我的主屏幕上吗，便是阿谁桌面？”效用败露，Navi 的平均任务得手率为 19.5%，相较于东谈主类 74.5% 的弘扬评分，这一获利仍显偏低。
