跳到正文
OpenAI News

OpenAI 开源 BrowseComp:一个专测 AI 浏览器特工找冷门信息能力的 1266 题基准

BrowseComp: a benchmark for browsing agents

OpenAI 放出了一个叫 BrowseComp 的基准测试,里面有 1266 道题,专门用来考 AI 浏览器特工(就是能自己上网查资料的模型)能不能找到那些藏得很深的信息。

推荐理由:OpenAI 发布 BrowseComp 基准,用 1266 道题考察浏览器代理检索冷门信息的能力,题目按难找易验的思路设计。

读原文 ↗导出 Markdown