MobilePA-Bench: Benchmarking Mobile Planner Agents on Complex Real-World Tasks

• 类型：arxiv
• 标识：2608.23035
• 链接：https://arxiv.org/abs/2608.23035
• 主分类：evaluation
• 形态：benchmark
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：By pairing an interactive function-calling sandbox with evidence-based verification, MobilePA-Bench serves as both a practical diagnostic benchmark and an interactive foundation for agentic reinforcement learning---accelerating the development of dependable mobile agents.
• OpenAlex ID：W7204168669
• OpenAlex DOI：10.48550/arxiv.2608.23035
• DOI：10.48550/arxiv.2608.23035
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.23035
• OpenAlex更新：2026-08-31
• 副分类：agent
• 待LLM分类：否
• 标题中文：MobilePA-Bench：在复杂真实任务上对移动端 Planner Agent 的基准评测
• TLDR中文：通过将交互式函数调用沙箱与基于证据的验证相结合，MobilePA-Bench 既可作为实用的诊断基准，也是 Agent 强化学习的交互式基础，加速可靠移动 Agent 的开发。
• 来源文件：
• /inbox/tom/_candidates/2026-08-25-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]