Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
真实网站 Web 交互任务评测
| 属性 | 值 |
|---|---|
| 来源 | Mind2Web 数据集 |
| 任务类型 | 网页导航和交互 |
| 目标网站 | 真实英文网站 |
| 评估方式 | WebJudge 语义匹配 |
# 运行前 3 个任务
bubench run \
--agent browser-use \
--data Online-Mind2Web \
--mode first_n \
--count 3
# 运行全部任务
bubench run \
--agent Agent-TARS \
--data Online-Mind2Web \
--mode all \
--skip-completed
bubench eval --agent browser-use --data Online-Mind2Web --model-id bu-2-0
| 指标 | 说明 |
|---|---|
| Task Success Rate | 任务完成率 |
| Action Accuracy | 操作准确率 |
| Element Accuracy | 元素定位准确率 |
benchmarks/Online-Mind2Web/data/：
{
"task_id": "b7258ee05d75e6c50673a59914db412e_110325",
"confirmed_task": "Find the store location and hours of the closest Trader Joe's to zip code 90028 and set it as my home store.",
"website": "https://www.traderjoes.com/",
"reference_length": 6,
"level": "medium"
}