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 06:38:57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
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
509
44
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
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
992
395
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
941
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
345
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70