uso de computador vs. proxy semântico, duas rotas tecnológicas em confronto direto, os dados falam por si

A equipe NUS lançou o benchmark GameWorld, que inclui 34 jogos de navegador, 170 tarefas, com métricas verificáveis para uma avaliação objetiva. Testou duas categorias de interfaces de agente: a interface de uso de computador com comandos de teclado e mouse diretamente e a interface multimodal geral que opera no espaço semântico. Os resultados empíricos de 18 combinações de modelos e interfaces mostram que, mesmo o melhor desempenho, ainda fica muito atrás do humano, além de apresentarem desafios em latência em tempo real, sensibilidade à memória de contexto e eficácia das ações. Os artigos relacionados e o código estão disponíveis publicamente no HuggingFace e no GitHub.