Skip to main content

ego2web-egocentric-web-agent-benchmark

Evaluate web agents on tasks grounded in first-person video perception with Ego2Web benchmark. Bridges egocentric video understanding and web agent execution across e-commerce and knowledge lookup domains. Includes Ego2WebJudge LLM-based evaluator achieving 84% human agreement, replacing unreliable domain-specific metrics. Reveals weak agent performance on physically-grounded tasks, highlighting the necessity of accurate multimodal visual understanding.

Ir a la instalación

Datos de origen

Repositorio
ADu2021/skillXiv
Última actividad en el origen
26 de marzo de 2026 a las 05:22
Idioma detectado de SKILL.md
inglés
Estrellas
6
Forks
0

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.