计算机使用代理（ CUA ）越来越多地通过桌面GUI来完成长时间任务。当前的基准主要衡量最终任务的成功或单帧接地。两者都不能分离模型是否可以重建由行动产生的因果、任务相关的过渡--这对于拒绝陈旧的观察、验证进度和从失败中恢复至关重要。这很困难，因为

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.26041v1)获取最准确的信息。

---
🔗 **原文链接**: [Desktop-Delta Bench: Do Computer-Use Models Understand Deskt](https://arxiv.org/abs/2607.26041v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Abhishek Pillai, Samir Kumar Nayak, Yuan Chen

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-29 14:01