OSWorld-Science：面向科学软件学习与使用的计算机使用智能体基准

OSWorld-Science 是一个面向科学软件学习与使用的计算机使用智能体基准与评测环境，包含 146 个高质量任务，覆盖多个科学领域与软件，并纳入 12 个 VLM。该基准结合具有科学意义的任务、基于产物的评测以及高效智能体运行框架，用于考察 VLM 智能体解读专业界面、操作科学对象并产出可验证结果的能力。