发生了什么
Chubby♨️ 比较 OPUS 5 Fable 5 评估结果
为什么值得关注
需从原文获取具体评估数据验证超越性能的逻辑
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
01
StateAct: Program State, before Pixels, fo
Ziyang Luo 团队发布 StateAct 方法，将程序状态作为 Computer-Use Agent 的主要接口而非像素截图，仅在 1.1% 步骤调用 GUI 专家模型。同一 Claude Opus 4.8 下，OSWorld 2.0 Binary 从 20.6% 提升至 26.9%，Partial 从 54.8% 提升至 61....
观察