korshunov.ai
Русский
Бенчмарк · agentic

OSWorld

Real OS desktop tasks across Linux/macOS/Windows.

1 результатов 1 моделей
0 13.5 27 40.5 54 2026-06-18 three base models · 50 · 2026-06-18
three base models
Хронология
  1. 2026-06-18 three base models 50.0% Навык-ориентированная дистилляция для агентов интерфейса