facebookresearch/reliable-cua：CUA基准统计置信区间评测库

reliable-cua是Meta发布的Python库，为符合PRISM规范的计算机使用代理（CUA）基准做统计评测：实现论文《Computer Use at the Edge of the Statistical Precipice》中的分层聚合框架，用树结构方法替代rliable的平面「运行×任务」范式，正确处理应用→场景→配置→rollout的嵌套层级。特性包括小样本下逐配置成功率的Wilson区间、把应用视为固定总体的分层bootstrap、按活跃变异轴自动适配的重采样、MAD/ATE/退化概率等变异分解，以及对缺失数据鲁棒的向量化加速（31.5万rollout、B=1000约5秒）。依赖numpy、scipy等，pip install -e .安装。仓库于2026-08-19以仓库创建形式发布。