运行你的第一个 Desktop Benchmark
这节课展示完整的 v0.5 desktop 主线:- 运行官方
desktop-starterbenchmark - 查看标准化结果行
- 在
qita中检查 visual trace
--benchmark osworld。运行 QitOS v0.5 的官方 desktop benchmark,并用 qita 检查它。
desktop-starter benchmarkqita 中检查 visual traceqit bench run \
--benchmark desktop-starter \
--split starter \
--strategy desktop_smoke \
--output ./artifacts/desktop-starter.jsonl
qit bench eval --input ./artifacts/desktop-starter.jsonl --json
qita board --logdir ./runs
--benchmark osworld。