网站 · 项目档案
WebChoreArena
基于 WebArena 网站构建的独立任务套件，聚焦需要记忆大量细节、进行计算及跨页面跟踪信息的繁琐流程。
它可以用来做什么？
利用公开任务配置和评分器，评估网页 Agent 对高信息量、复杂日常流程的处理能力。
使用前需要知道什么？
新增的是任务，而非另一套网站。需要另外部署 WebArena 服务并控制重置，包括跨站点评测前的重置；模型和 API 配置会影响比较。仓库代码采用 Apache 2.0，上游组件保留各自条款。
我们核查了什么？
本条目依据原始项目材料整理，未独立运行或复现结果。AI 参与开发的描述来自作者说明；上游版本、运行条件和许可应以原始来源为准。
- 资源类型
- 评测套件
- 开发方式
- 开发方式未确认
- 来源核查
- 平台
- Web