跨平台基准

OS-Oracle：跨平台 GUI 批评模型的综合框架

OS-Oracle: A Comprehensive Framework for Cross-Platform GUI Critic Models

为视觉语言模型在 GUI 环境中的动作评估提供了可扩展的数据合成流程和两阶段训练范式（SFT + CP-GRPO），可直接用于提升多模态智能体的长程任务可靠性。