可以提供android daily的评测脚本吗

[Yukang-Lin]

想在其他模型上评测android daily这个benchmark，希望能够提供评测脚本，避免个人实现上出现一些细节的疏漏，感谢！

[Yukang-Lin]

数据集没有提供每一步的标签和截图，导致没法使用

[softsweetengineer]

Android Daily 包含静态和动态两个bmk，其中：

1. 静态BMK 包含截图和测试脚本，相关数据正在进行标注refine 和信息脱敏。完成后会放出。
2. 动态BMK 是一组任务，测试方法是，直接讲相关任务（依据时令和当时环境）做一些修改后，跑在真实手机上，评估最终是否完成。

后续动态BMK 会release 自动化评估脚本并维护leaderboard。