#osworld

2 записей

Computer use is far from solved 2 августа 2026, 00:36

Анализ фундаментальных проблем агентного использования компьютера и подход Steelman Labs к созданию надёжных UI-агентов.

ai-agents computer-use gui-interaction llm-limitations vision-first +3

Агент Ouroboros побил Codex и Claude 1 августа 2026, 21:47

Самомодифицирующийся Python-агент с git-ревью и BIBLE.md показал SOTA на Terminal-Bench, OSWorld и CL-Bench, обойдя Codex и Claude Code.

ai-agents self-modifying-code llm-benchmarking terminal-bench osworld +3