nguyennguyen6bk/WebAppEval
收藏官方服务：
资源简介：
WebAppEval是一个基准数据集，用于评估自主网络代理在真实网络应用程序中的表现。该数据集旨在评估代理在现实网络环境中的导航、推理和行动能力。
WebAppEval is a benchmark dataset for evaluating autonomous web agents on real-world web applications and is designed to assess agents’ abilities to navigate, reason, and act within realistic web environments.
提供机构：
nguyennguyen6bk
