VenusBench-GD：用于多样化接地任务的综合多平台GUI基准测试

本文介绍了VenusBench-GD，这是一个新的基准测试，旨在评估人工智能模型在图形用户界面（GUI）内接地任务中的性能。该基准测试的多平台特性和对多样化任务的关注表明了一种评估模型能力的综合方法。使用ArXiv作为来源表明这很可能是一篇研究论文。

• •VenusBench-GD是一个用于评估AI模型的新基准测试。
• •它侧重于GUI内的接地任务。
• •它是多平台的，涵盖了多样化的任务。
• •来源是ArXiv，表明这是一篇研究论文。