bytedance
OSWorld评测细节
您好，请问能公开一下在OSWorld评测的更多参数细节吗？我按照如下命令设置参数，其余都使用代码里的默认参数，但复现出来的uitars-1.5-7b准确率只有21.2%，达不到你们公布的26.9%，请问是跑多次取最优结果吗？
--headless --observation_type screenshot --sleep_after_execution 0.5 --max_trajectory_length 100
您好，osworld默认的参数配置就是我们评测的参数，原始的trace在这里，您可以对比看下哪些trace不符合预期哈：https://drive.google.com/file/d/1t-w6OAQHfmRplHbi93aWXZlOBwOQkwY2/view?usp=drive_link
您好，请问能公开一下在OSWorld评测的更多参数细节吗？我按照如下命令设置参数，其余都使用代码里的默认参数，但复现出来的uitars-1.5-7b准确率只有21.2%，达不到你们公布的26.9%，请问是跑多次取最优结果吗？
--headless --observation_type screenshot --sleep_after_execution 0.5 --max_trajectory_length 100
您好，请问您是否成功复现？我使用uitars-1.5-7b在max-step=15的情况下几乎不可用，是否可以分享您的测试代码？
您好，osworld默认的参数配置就是我们评测的参数，原始的trace在这里，您可以对比看下哪些trace不符合预期哈：https://drive.google.com/file/d/1t-w6OAQHfmRplHbi93aWXZlOBwOQkwY2/view?usp=drive_link
链接显示无权限
您好，请问能公开一下在OSWorld评测的更多参数细节吗？我按照如下命令设置参数，其余都使用代码里的默认参数，但复现出来的uitars-1.5-7b准确率只有21.2%，达不到你们公布的26.9%，请问是跑多次取最优结果吗？
--headless --observation_type screenshot --sleep_after_execution 0.5 --max_trajectory_length 100您好，请问您是否成功复现？我使用uitars-1.5-7b在max-step=15的情况下几乎不可用，是否可以分享您的测试代码？
目前复现达到24%准确率，抱歉暂时无法分享代码，如果是我遇到过的bug能帮你看一下
您好，请问能公开一下在OSWorld评测的更多参数细节吗？我按照如下命令设置参数，其余都使用代码里的默认参数，但复现出来的uitars-1.5-7b准确率只有21.2%，达不到你们公布的26.9%，请问是跑多次取最优结果吗？
--headless --observation_type screenshot --sleep_after_execution 0.5 --max_trajectory_length 100您好，请问您是否成功复现？我使用uitars-1.5-7b在max-step=15的情况下几乎不可用，是否可以分享您的测试代码？
目前复现达到24%准确率，抱歉暂时无法分享代码，如果是我遇到过的bug能帮你看一下
你好，uitars1.5在osworld上的指标不是42.5%吗，请问您是在哪里看到的26.9%？我们目前复现出来也只有20%多
您好，请问能公开一下在OSWorld评测的更多参数细节吗？我按照如下命令设置参数，其余都使用代码里的默认参数，但复现出来的uitars-1.5-7b准确率只有21.2%，达不到你们公布的26.9%，请问是跑多次取最优结果吗？
--headless --observation_type screenshot --sleep_after_execution 0.5 --max_trajectory_length 100您好，请问您是否成功复现？我使用uitars-1.5-7b在max-step=15的情况下几乎不可用，是否可以分享您的测试代码？
目前复现达到24%准确率，抱歉暂时无法分享代码，如果是我遇到过的bug能帮你看一下
你好，uitars1.5在osworld上的指标不是42.5%吗，请问您是在哪里看到的26.9%？我们目前复现出来也只有20%多
42.5%的是没开源的uitars-1.5（应该是基于qwen2.5-vl-72b训练的），这个26.9%是uitars-1.5-7b