Ledger:面向企业 Web 代理的 ERP 工作流基

机器学习
0 下载
2 浏览
2026-10-17

数据集简介

评测目标与设计定位

Ledger 面向企业资源计划(ERP)场景,用于评估浏览器代理(browser agents)在 ERP 工作流上的执行表现。与一般网页任务基准不同,Ledger 采用路径验证(path-validated)与数据库落地(database-grounded)的设计思路:任务实例在合成环境中构建,并以 oracle 认证的方式确认其可完成性与正确性,从而为代理评测提供可复核的基准。

任务规模与模块覆盖

数据集共包含 424 个经 oracle 认证的任务实例,分布在一套生产级开源 ERP 系统的 54 个功能模块之上。任务覆盖的模块范围较广,便于考察代理在不同业务功能界面中的操作与导航能力。

维度 取值
任务实例数 424(均经 oracle 认证)
功能模块数 54
数据性质 合成基准数据集

任务包的组织方式

每个任务以任务包(task bundle)的形式组织,任务包中定义了浏览器代理需要完成的任务内容。评测时以任务包为单位加载与执行,代理需在 ERP 系统界面中完成相应操作。该组织方式使任务定义与评测流程相互分离,便于批量运行与结果比对。

引用与获取

Ledger 发布于 Harvard Dataverse,可通过 DOI 10.7910/DVN/0YVNZM 访问数据集落地页,官方文件直链以页面提供的下载入口为准。数据集发布日期为 2026-10-17。

基本信息

记录数量未知
文件大小未知
文件格式task bundle
数据来源Harvard Dataverse
任务实例数424
功能模块数54
DOI10.7910/DVN/0YVNZM
数据落地页https://doi.org/doi:10.7910/DVN/0YVNZM
发布日期2026-10-17
浏览器代理ERP工作流合成基准数据集任务实例代理评测

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费