Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Számítógépet használó ügynökök kvíz

Review how computer-using agents perceive screens, issue interface actions, use accessibility metadata, and handle execution risk.

Kapcsolódó útmutató utakÜgynököket használó számítógép
kérdés 1 -ból 8

Hogyan lép kapcsolatba a számítógépet használó ügynök elsősorban a szoftverekkel?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Hogyan lép kapcsolatba a számítógépet használó ügynök elsősorban a szoftverekkel?
    • A képernyő megtekintésével és kattintásokkal, gépeléssel és görgetéssel
    • A program forráskódjának szerkesztésével
    • E-mail küldésével a fejlesztőknek
    • Csak hangutasítások használatával
  2. Mi a fő előnye a pixel-billentyűleütési szintű működésnek?
    • Mindig gyorsabb, mint egy API
    • Használhat olyan szoftvert, amelynek nincs programozási felülete
    • Soha nem hibázik
    • Egyáltalán nem igényel modellt
  3. Mit kap az ügynök, hogy eldöntse a következő lépését?
    • Nyomtatott kézikönyv
    • A felhasználó banki jelszava
    • Friss képernyőkép a kijelzőről
    • A lemezen lévő összes fájl listája
  4. Ezek közül melyik a valódi példa egy számítógép-használó ügynök termékre?
    • Táblázat makró 1995-ből
    • Statikus weboldal
    • USB kábel
    • Anthropic Claude számítógép-használata
  5. Miért futnak gyakran a számítógépet használó ügynökök sandbox környezetben?
    • Mert a gép feletti irányítás átadása egy ügynöknek biztonsági aggályokat vet fel
    • Hogy szándékosan lassabbak legyenek
    • Mert a homokozók több pixelt adnak hozzá
    • Mert törvényileg mindenhol kötelező
  6. Mi a közös megbízhatósági kihívás ezeknél az ügynököknél?
    • Túl kevés billentyűzet
    • Kattintások, amelyek rossz elemre érkeznek a tökéletlen vizuális földelés miatt
    • Egyáltalán nincs képernyője
    • Csak papíron fut
  7. What can an accessibility tree provide in addition to a screenshot?
    • A guarantee that every click will succeed
    • The application’s source code and private database
    • Structured UI element roles, labels, and properties that can help identify controls
    • A record of the model’s hidden reasoning
  8. What does the OSWorld benchmark ask computer-use agents to do?
    • Only classify static screenshots
    • Generate source code without interacting with a computer
    • Answer questions about a single pre-rendered webpage
    • Complete open-ended tasks in real desktop and web applications within an operating-system environment