首页
/ OSWorld项目官方排行榜提交指南

OSWorld项目官方排行榜提交指南

2025-07-08 17:02:35作者:翟萌耘Ralph

背景介绍

OSWorld作为一个开源的多模态智能体操作系统基准测试平台,为研究人员提供了评估其AI系统性能的标准环境。该平台维护着一个公开的排行榜(leaderboard),用于展示不同团队在各项任务上的表现结果。

排行榜提交流程

想要将模型测试结果提交至OSWorld官方排行榜的研究人员,需要按照以下规范流程操作:

  1. 准备提交材料:需要整理完整的测试结果数据、模型配置参数以及运行轨迹记录(traj)。这些信息将用于验证结果的真实性和可复现性。

  2. 提交方式:目前采用邮件提交的方式,研究人员应将上述材料发送至项目维护团队指定的联系人邮箱。

  3. 审核验证:项目团队收到提交后,会对材料进行审核验证,确保测试过程符合平台规范,结果真实可靠。

  4. 结果更新:通过验证的结果将被更新至官方排行榜,供社区参考和比较。

注意事项

  • 提交的测试结果应当基于OSWorld平台的标准测试集
  • 需要提供足够详细的运行参数和配置信息
  • 轨迹记录应完整反映模型的决策过程
  • 建议在邮件中注明研究团队或机构名称

意义与价值

参与OSWorld排行榜不仅能够展示研究成果,还能促进学术交流和技术进步。通过公开透明的比较机制,推动多模态智能体操作系统领域的创新发展。

研究人员通过这种方式可以客观评估自己的模型在行业中的位置,同时也能从其他团队的优秀成果中获取灵感和改进方向。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K