AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
OpenCompass Hub
AgentHazard
移动端 GUI Agent 通过与设备环境的交互来完成任务，在完成任务的过程中会遇到一些未知或不可信的信息来源，这些信息可能含有攻击性的内容，致使 Agent 无法正常完成任务，甚至对用户的隐私和财产带来危害。本评测集兼具动态执行环境和静态评测数据集，旨在为移动端 GUI Agent 提供一个仿真度高的模拟环境，以评估其在真实场景下执行的行为和安全性。
评测信息与证据
- 来源
- OpenCompass Hub
- 发布者
- Institute for AI Industry Research, Tsinghua University
- 评测发布日期
- 2025-07-16
- 采集日期
- 2026-08-18
- 模态
- multimodal
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 0
本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。