OpenAI 开源 BrowseComp，重塑 Agent 浏览器评测，这意味着什么？
发布时间：2025-06-23 00:55:10点击量：
（又从草稿箱翻出一篇本该四月写完的文章…我的草稿箱里究竟还藏着多少 TODO 啊…） 先问大家两个问题： 各家 AI 现在都做了 Deep Research，那么如何比较不同的深度研究之间的能力高低呢？***设一道题目客观上存在唯一正确答案，且相关信息线索绝对可以在互联网上搜到，在允许使用搜索引擎的情况下，你觉得自己能做出来吗？当下最先进的 AI Agent 呢？为了验证大模型、Agent 网上冲浪的能力，OpenAI 编了一套超难的试卷，里面有 …。
上一篇 : 6 月 18 日苏炳添跑出 11 秒 37 未能进入决赛，这是否意味着职业生涯已经进入新阶段？
下一篇 : 媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
返回列表