arXiv · cs.AI· Ridong Zhang, Shuxian Liang, Chaoqun Wan, Zhen Huang, Xian-Sheng Hua·· 6 小时前
GraceBench：诊断移动GUI Agent执行稳定性的在线评测框架
How GUI Agents Fail: GraceBench for Execution Stability Diagnosis
arXiv:2610.19900v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ridong Zhang, Shuxian Liang, Chaoqun Wan, Zhen Huang, Xian-Sheng Hua
研究任务与主要进展
研究作者提出GraceBench在线评测框架，用UI Transition Graphs和视频轨迹评测诊断移动GUI Agent的执行稳定性，而非只评估最终任务成功。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org