DashAct：面向交互式仪表盘分析的 GUI 智能体渐进式诊断基准

DashAct 是一个包含 348 条经人工验证交互轨迹的渐进式诊断基准，专为评估 GUI 智能体在仪表盘分析中的表现而设计。 其核心在于通过系统性变化的上下文与空间支持，将评估分为端到端执行、上下文动作预测及目标定位三个阶段，以区分不同环节的失败原因。 实验表明模型在动作预测和细粒度定位上存在持续困难，且基于 Qwen 的适配研究证明了该基准对提升智能体目标定位的实用指导价值。