Noticias sobre OSWorld

CURA propone reemplazar los autoinformes poco confiables con monitores externos: el 90% de las fallas de los agentes en OSWorld aún declaran éxito, y CURA simplemente lee los datos de telemetría para convertir el seguimiento en una prueba secuencial con garantías certificadas de falso positivo, sin llamadas LLM adicionales. Esto sugiere que la seguridad de los agentes de IA puede pasar de depender del autoconocimiento del modelo a una supervisión externa verificable.