通过受控环境干预构建高难度浏览器使用任务

英文标题：Constructing Challenging Browser-Use Tasks by Controlled Environment Interventions

论文关注如何为浏览器使用 Agent 构建更具挑战性的评测任务。随着浏览器 Agent 能力提升，基准测试通常通过收集新的任务、网站和应用来跟进，但这会使任务难度的更新成本升高，也难以精确控制。原文指出，当任务的多个因素同时发生变化时，难以判断具体哪些因素造成了难度提升。所提供的原文片段未包含完整的方法、实验数据或结论细节。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB