介绍VideoCUA，大规模视频数据集用于计算机使用agent
感谢@_akhaliq分享我们的工作！
🎉我们很高兴介绍VideoCUA
📷一个大规模视频数据集，用于推进人类水平的计算机使用agent。
- 总计55小时，600万帧
- 10,000个人类演示任务
- 87个桌面应用，以30fps录制
🤗完全开源在Hugging Face
https://t.co/u0mmoTw5zD
🎉我们很高兴介绍VideoCUA
📷一个大规模视频数据集，用于推进人类水平的计算机使用agent。
- 总计55小时，600万帧
- 10,000个人类演示任务
- 87个桌面应用，以30fps录制
🤗完全开源在Hugging Face
https://t.co/u0mmoTw5zD
CUA-Suite
用于计算机使用agent的大规模人类标注视频演示
论文：https://t.co/hi1WnffQSY https://t.co/ACjYOPcDzH