arXiv · Human-Computer Interaction· Yongjiang Wu, Junyuan Zhang, Ada Chen, Kuiyi Gao, Wenxuan Wang·· 3 小时前AI 评分35
RealGUINoise：跨平台 GUI Agent 鲁棒性交互式基准
RealGUINoise: An Interactive Cross-Platform Benchmark for GUI Agent Robustness under Real-World Interface Noise
AI 导读
RealGUINoise 是一个跨平台可扩展基准，涵盖 42 种真实界面噪声类型，集成 7 个代表性 Agent 框架，在网页、桌面和移动端任务上评估可靠性、安全性与轨迹行为。实验表明噪声不仅降低任务成功率，还显著改变 Agent 动作轨迹并增加不安全行为倾向，揭示干净环境与真实场景之间的性能鸿沟。
来源：arXiv · Human-Computer Interaction · arxiv.org